更新时间：2023-05-05 GMT+08:00
分桶统计
概述
对数据集的某些列，进行分桶，即直方图统计。
输入
参数 |
子参数 |
参数说明 |
|---|---|---|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 |
输出
统计结果数据集
参数说明
参数 |
子参数 |
参数说明 |
|---|---|---|
select_columns_str |
- |
选择的列名组成的格式化字符串，例如: "column_a" "column_a,column_b" |
bucket_num |
- |
默认桶个数为10 |
样例
inputs = {
"dataframe": None # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
"inputs": inputs,
"select_columns_str": "", # @param {"label":"select_columns_str","type":"string","required":"false","helpTip":""}
"bucket_num": 10 # @param {"label":"bucket_num","type":"integer","required":"true","range":"(0,2147483647)","helpTip":""}
}
bucket_statistics____id___ = MLSBucketStatistics(**params)
bucket_statistics____id___.run()
# @output {"label":"dataframe","name":"bucket_statistics____id___.get_outputs()['output_port_1']","type":"DataFrame"}
父主题： 数据分析
