1. 程式人生 > 其它 >ALINK(十四):資料處理(一)資料拆分 (SplitBatchOp)

ALINK(十四):資料處理(一)資料拆分 (SplitBatchOp)

Java 類名:com.alibaba.alink.operator.batch.dataproc.SplitBatchOp

Python 類名:SplitBatchOp

功能介紹

本運算元將輸入資料按比例拆分為兩部分。

引數說明

名稱

中文名稱

描述

型別

是否必須?

預設值

fraction

拆分到左端的資料比例

拆分到左端的資料比例

Double

randomSeed

隨機數種子

隨機數種子

Integer

null

程式碼示例

Python 程式碼

from pyalink.alink import
* import pandas as pd useLocalEnv(1) df_data = pd.DataFrame([['Ohio', 2000, 1.5], ['Ohio', 2001, 1.7], ['Ohio', 2002, 3.6], ['Nevada', 2001, 2.4], ['Nevada', 2002, 2.9], ['Nevada', 2003, 3.2],]) batch_data
= BatchOperator.fromDataframe(df_data, schemaStr='f1 string, f2 bigint, f3 double') spliter = SplitBatchOp().setFraction(0.5) spliter.linkFrom(batch_data) spliter.print()

Java 程式碼

import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.SplitBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp; import org.junit.Test; import java.util.Arrays; import java.util.List; public class SplitBatchOpTest { @Test public void testSplitBatchOp() throws Exception { List <Row> df_data = Arrays.asList( Row.of("Ohio", 2001, 1.7), Row.of("Ohio", 2002, 3.6), Row.of("Nevada", 2001, 2.4), Row.of("Nevada", 2002, 2.9) ); BatchOperator <?> batch_data = new MemSourceBatchOp(df_data, "f1 string, f2 int, f3 double"); BatchOperator <?> spliter = new SplitBatchOp().setFraction(0.5); spliter.linkFrom(batch_data); spliter.print(); } }

執行結果