更新时间:2022-11-16 GMT+08:00
分享

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"}

分享:

    相关文档

    相关产品