更新时间:2023-05-05 GMT+08:00
分享

字符串标签化

概述

对数据集的指定列进行StringIndexer编码,即标签编码。

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

数据集

参数说明

参数

子参数

参数说明

input_column_str

-

输入的列名

output_column_str

-

算子输出的列名

handle_invalid

-

处理无效值的策略,支持skip、error、keep,默认为keep

样例

inputs = {
    "dataframe": None  # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
    "inputs": inputs,
    "b_output_action": True,
    "outer_pipeline_stages": None,
    "input_column_str": "",  # @param {"label":"input_column_str","type":"string","required":"true","helpTip":""}
    "output_column_str": "",  # @param {"label":"output_column_str","type":"string","required":"true","helpTip":""}
    "handle_invalid": "keep"  # @param {"label":"handle_invalid","type":"enum","options":"skip,error,keep","required":"true","helpTip":""}
}
string_indexer____id___ = MLSStringIndexer(**params)
string_indexer____id___.run()
# @output {"label":"dataframe","name":"string_indexer____id___.get_outputs()['output_port_1']","type":"DataFrame"}
分享:

    相关文档

    相关产品