Platform For AI:MTableアセンブラ

制限事項

サポートされている計算エンジンは、MaxCompute、Flink、およびDeep Learning Containers (DLC) です。

Platform for AI (PAI) コンソールでのコンポーネントの設定

• 入力ポート

  入力ポート (左から右へ)	データ型	推奨上流コンポーネント	必須/任意
  data	なし	読み取りテーブル 機能エンジニアリング データ前処理	可

• コンポーネントパラメータ

  タブ	項目	説明
  フィールド設定	selectedCols	計算された列の名前のリスト。
  	groupCols	グループ化する列の名前。 このパラメーターはオプションです。 1つ以上の列を選択できます。 このパラメーターはデフォルトでは空のままで、完全なデータ集約を示します。
  パラメーター設定	outputCol	出力結果列の名前。
  実行チューニング	数の労働者	労働者の数。 このパラメーターは、Memory per worker, unit MBパラメーターと一緒に使用する必要があります。 このパラメーターの値は正の整数でなければなりません。 有効な値: [1,9999] 。
  	ワーカあたりのメモリ、単位MB	各ワーカーのメモリサイズ。 有効値: 1024〜64 × 1024。 単位：MB。

コードを使用したコンポーネントの設定

次のコードをPyAlink Scriptコンポーネントのコードエディターにコピーできます。 これにより、PyAlinkスクリプトコンポーネントはMTableアセンブラコンポーネントのように機能します。

import numpy as np
import pandas as pd
from pyalink.alink import *

df_data = pd.DataFrame([
      ["a1", "11L", 2.2],
      ["a1", "12L", 2.0],
      ["a2", "11L", 2.0],
      ["a2", "12L", 2.0],
      ["a3", "12L", 2.0],
      ["a3", "13L", 2.0],
      ["a4", "13L", 2.0],
      ["a4", "14L", 2.0],
      ["a5", "14L", 2.0],
      ["a5", "15L", 2.0],
      ["a6", "15L", 2.0],
      ["a6", "16L", 2.0]
])

input = BatchOperator.fromDataframe(df_data, schemaStr='id string, f0 string, f1 double')

zip = GroupByBatchOp()\
	.setGroupByPredicate("id")\
	.setSelectClause("id, mtable_agg(f0, f1) as m_table_col")

flatten = FlattenMTableBatchOp()\
	.setReservedCols(["id"])\
	.setSelectedCol("m_table_col")\
	.setSchemaStr('f0 string, f1 int')

zip.linkFrom(input).link(flatten).print()