扩展过程节点属性

"扩展变换" 节点图标通过 "扩展变换" 节点，您可以从流中获取数据，并使用 R 脚本编制或 Python for Spark 脚本编制将变换应用于数据。

Python 以Spark为例

import modeler.api
stream = modeler.script.stream()
node = stream.create("extension_process", "extension_process")
node.setPropertyValue("syntax_type", "Python")

process_script = """
import spss.pyspark.runtime
from pyspark.sql.types import *

cxt = spss.pyspark.runtime.getContext()

if cxt.isComputeDataModelOnly():
    _schema = StructType([StructField("Age", LongType(), nullable=True), \
                      StructField("Sex", StringType(), nullable=True), \
                      StructField("BP", StringType(), nullable=True), \
                      StructField("Na", DoubleType(), nullable=True), \
                      StructField("K", DoubleType(), nullable=True), \
                      StructField("Drug", StringType(), nullable=True)])
    cxt.setSparkOutputSchema(_schema)
else:
    df = cxt.getSparkInputData()
    print df.dtypes[:]
    _newDF = df.select("Age","Sex","BP","Na","K","Drug")
    print _newDF.dtypes[:]
    cxt.setSparkOutputData(_newDF)
"""

node.setPropertyValue("python_syntax", process_script)

R 示例

node.setPropertyValue("syntax_type", "R")
node.setPropertyValue("r_syntax", """day<-as.Date(modelerData$dob, format="%Y-%m-%d")
next_day<-day + 1
modelerData<-cbind(modelerData,next_day)
var1<-c(fieldName="Next day",fieldLabel="",fieldStorage="date",fieldMeasure="",fieldFormat="",
fieldRole="")
modelerDataModel<-data.frame(modelerDataModel,var1)""")

表 1。 extensionprocessnode 属性
`extensionprocessnode` properties	数据类型	属性描述
`syntax_type`	R Python	指定运行哪种脚本——R或 Python （R为默认值）。
`r_syntax`	字符串	运行R脚本语法。
`python_syntax`	字符串	要运行的 Python 脚本语法。
`use_batch_size`	标志	启用批处理功能。
`batch_size`	整数	指定每批要包含的数据记录数。
`convert_flags`	`StringsAndDoubles LogicalValues`	转换标志字段的选项。
`convert_missing`	标志	用于将缺失值转换为 R 的选项`NA`值。
`convert_datetime`	标志	可将日期或时间日期格式的变量转换为R日期/时间格式。
`convert_datetime_class`	`POSIXct POSIXlt`	选项用于指定日期或时间日期格式的变量转换为何种格式。