人工智能平台 PAI：MTable聚合

使用限制

支持的计算引擎为MaxCompute、Flink和DLC。

可视化配置组件参数

• 输入桩

  输入桩（从左到右）	数据类型	建议上游组件	是否必选
  数据	无	读数据表 特征工程 数据预处理	是

• 组件参数

  页签	参数	描述
  字段设置	选择的列名	计算列对应的列名列表。
  	分组列名数组	分组列名，多列，可选，默认不选，代表全量数据聚合。
  参数设置	输出结果列列名	输出结果列列名。
  执行调优	节点个数	与单个节点内存大小参数配对使用。取值为[1, 9999]的正整数。
  	单个节点内存大小，单位M	取值范围为1024 MB~64*1024 MB。

通过代码方式配置组件

您可以将以下代码复制到PyAlink脚本组件中，使PyAlink脚本组件实现与该组件相同的功能。

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()