过滤与映射 - 人工智能平台 PAI

过滤与映射组件是一种数据预处理工具，通过用户定义的过滤表达式筛选出符合条件的记录，并允许修改输出字段的名称。这一功能在数据清洗和特征工程阶段非常有用，能够有效地清理数据并准备适合后续分析和建模的数据集。

配置组件

方式一：可视化方式

在Designer工作流页面添加过滤与映射组件，并在界面右侧配置相关参数：

参数	描述
选择字段	选择要筛选的列，默认选择全部列。支持修改输出字段名称。
过滤条件	通过where条件实现数据过滤，与SQL类似，例如age>40。说明支持的操作符：=、!=、>、<、>=、<=、like、rlike。

方式二：PAI命令方式

使用PAI命令配置过滤与映射组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见场景4：在SQL脚本组件中执行PAI命令。

PAI -name Filter
    -project algo_public
    -DoutTableName="test_9"
    -DinputPartitions="pt=20150501"
    -DinputTableName="bank_data_partition"
    -Dfilter="age>=40";

参数	是否必选	参数描述
outputTableName	是	输出表的名称。
inputPartitions	否	训练输入表分区。输入表对应的输入分区，选中全表则为None。
inputTableName	是	输入表的名称。
filter	否	通过where条件实现数据过滤，与SQL类似，例如age>40。