功能介绍

基于StringIndexer模型，将一列整数映射为字符串。

参数说明

名称 中文名称 描述 类型 是否必须？ 默认值
modelName 模型名字 模型名字 String ✓
selectedCol 选中的列名 计算列对应的列名 String ✓
reservedCols 算法保留列名 算法保留列 String[] null
outputCol 输出结果列 输出结果列列名，可选，默认null String null

脚本示例

脚本代码

  1. data = np.array([
  2.     ["football"],
  3.     ["football"],
  4.     ["football"],
  5.     ["basketball"],
  6.     ["basketball"],
  7.     ["tennis"],
  8. ])
  10. df_data = pd.DataFrame({
  11.     "f0": data[:, 0],
  12. })
  14. data = dataframeToOperator(df_data, schemaStr='f0 string', op_type="batch")
  16. stringIndexer = StringIndexerTrainBatchOp() \
  17.     .setModelName("string_indexer_model") \
  18.     .setSelectedCol("f0") \
  19.     .setStringOrderType("frequency_asc")
  21. model = stringIndexer.linkFrom(data)
  22. string2int = StringIndexerPredictBatchOp() \
  23.     .setSelectedCol("f0").setOutputCol("f0_indexed")
  24. indexed = string2int.linkFrom(model, data)
  26. predictor = IndexToStringPredictBatchOp().setSelectedCol("f0_indexed").setOutputCol("f0_indxed_unindexed");
  27. predictor.linkFrom(model, indexed).print()

脚本运行结果

  1. f0|f0_indexed|f0_indxed_unindexed
  2. --|----------|-------------------
  3. football|2|football
  4. football|2|football
  5. football|2|football
  6. basketball|1|basketball
  7. basketball|1|basketball
  8. tennis|0|tennis