功能介绍

该组件提供批式 UDF 功能。

在Python环境中，可以提供含eval函数的对象或者lambda函数作为UDF。

参数说明

以下为Python脚本中的参数：

名称 中文名称 描述 类型 是否必须？ 默认值
func UDF 函数 UDF 函数 含eval函数的对象或者lambda函数 ✓
outputCol 输出结果列列名 输出结果列列名 String ✓
resultType 输出结果列类型 输出结果列类型 String ✓
selectedCols 选择的列名 计算列对应的列名列表 String[] ✓
reservedCols 算法保留列名 算法保留列 String[] null

脚本示例

脚本代码

  1. class PlusOne(object):
  2.     def eval(self, x):
  3.         return x + 1
  4.     pass
  6. source = CsvSourceBatchOp()\
  7.     .setSchemaStr("sepal_length double, sepal_width double, petal_length double, petal_width double, category string")\
  8.     .setFilePath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/iris.csv")
  10. udfOp = UDFBatchOp() \
  11.     .setFunc(PlusOne()) \
  12.     .setResultType("DOUBLE") \
  13.     .setSelectedCols(['sepal_length']) \
  14.     .setOutputCol('sepal_length_t') \
  15.     .setReservedCols(['sepal_width'])
  16. res = udfOp.linkFrom(source)
  18. res.firstN(10).print()

脚本运行结果

  1.    sepal_length_t  sepal_width
  2. 0             6.0          3.2
  3. 1             7.6          3.0
  4. 2             6.4          3.9
  5. 3             6.0          2.3
  6. 4             6.1          3.5
  7. 5             6.0          2.0
  8. 6             6.5          3.5
  9. 7             7.2          3.4
  10. 8             6.6          2.7
  11. 9             7.8          2.8