全部产品

云原生大数据计算服务 MaxCompute：Sequence

更新时间：Aug 29, 2023

SequenceExpr代表二维数据集中的一列。SequenceExpr只可以从一个Collection中获取，不支持手动创建SequenceExpr。

前提条件

您需要提前完成以下步骤，用于操作本文中的示例：

准备示例表pyodps_iris，详情请参见Dataframe数据处理。
创建DataFrame，详情请参见从MaxCompute表创建DataFrame。

获取列

您可以使用collection.column_name取出一列，代码示例如下。

print(iris.sepallength.head(5))

返回结果：

   sepallength
0          4.9
1          4.7
2          4.6
3          5.0
4          5.4

当列名存储在一个字符串变量中，可以使用df[column_name]实现取出一列，代码示例如下。
```
print(iris['sepallength'].head(5))
```
返回结果
```
   sepallength
0          4.9
1          4.7
2          4.6
3          5.0
4          5.4
```

列类型

DataFrame拥有自己的类型系统，进行表初始化时，MaxCompute的类型会被转换成对应的DataFrame类型，以便支持更多类型的计算后端。目前，DataFrame的执行后端支持MaxCompute SQL、Pandas和数据库（MySQL和Postgres）。

DataFrame支持的数据类型与MaxCompute类型的映射关系如下。

MaxCompute类型	DataFrame类型
BIGINT	INT64
DOUBLE	FLOAT64
STRING	STRING
DATETIME	DATETIME
BOOLEAN	BOOLEAN
DECIMAL	DECIMAL
ARRAY<VALUE_TYPE>	LIST<VALUE_TYPE>
MAP<KEY_TYPE, VALUE_TYPE>	DICT<KEY_TYPE, VALUE_TYPE>
当`options.sql.use_odps2_extension=True`时，还支持以下数据类型。
TINYINT	INT8
SMALLINT	INT16
INT	INT32
FLOAT	FLOAT32

数据类型说明如下：

LIST和DICT必须填写其包含值的类型，否则会报错。
目前DataFrame暂不支持MaxCompute 2.0中新增的TIMESTAMP及STRUCT类型。
在Sequence中可以通过sequence.dtype获取数据类型，代码示例如下。
```
print(iris.sepallength.dtype)
```
返回结果：
```
FLOAT64
```
如果要修改一列的类型，可以使用astype方法。该方法输入一个类型，并返回类型转换后的Sequence，代码示例如下。
```
print(iris.sepallength.astype('int').head(5))
```
返回结果：
```
   sepallength
0            4
1            4
2            4
3            5
4            5
```

列名

在DataFrame的计算过程中，每个Sequence必须要有列名。通常，DataFrame会为每个Sequence起一个名字，代码示例如下。
```
print(iris.groupby('name').sepalwidth.max().head(5))
```
返回结果：
```
   sepalwidth_max
0             4.4
1             3.4
2             3.8
```
说明
上述示例中，sepalwidth取最大值后被命名为sepalwidth_max。除部分操作外（例如，给指定Sequence加上一个Scalar时，结果会自动被命名为这个Sequence的名字），为Sequence命名的操作需要您自己手动完成。

Sequence提供rename方法对一列进行重命名，代码示例如下。

print(iris.sepalwidth.rename('sepal_width').head(5))

返回结果：

   sepal_width
0          3.0
1          3.2
2          3.1
3          3.6
4          3.9

简单的列变换

您可以对一个Sequence进行运算，返回一个新的Sequence，这种操作类似于对简单的Python变量进行运算。Sequence支持对数值列进行四则运算，而对字符串则仅支持字符串的相加操作。代码示例如下：
```
print((iris.sepallength + 5).head(5))
```
返回结果：
```
   sepallength
0          9.9
1          9.7
2          9.6
3         10.0
4         10.4
```
两列共同参与运算时，PyODPS无法确定最终显示的列名，需要您手动指定，代码示例如下。
```
   sum_sepal
0        7.9
1        7.9
2        7.7
3        8.6
4        9.3
```
说明
更多列变换说明，请参见列运算。