torcharrow.functional¶

Velox 核心功能¶

Velox核心函数包含在torcharrow.functional中。

以下是Velox字符串函数lpad的示例用法：

>>> import torcharrow as ta
>>> from torcharrow import functional
>>> col = ta.column(["abc", "x", "yz"])
# Velox's lpad function: https://facebookincubator.github.io/velox/functions/string.html#lpad
>>> functional.lpad(col, 5, "123")
0  '12abc'
1  '1231x'
2  '123yz'
dtype: String(nullable=True), length: 3, null_count: 0, device: cpu

这是Velox数组函数array_except的另一个使用示例：

>>> col1 = ta.column([[1, 2, 3], [1, 2, 3], [1, 2, 2], [1, 2, 2]])
>>> col2 = ta.column([[4, 5, 6], [1, 2], [1, 1, 2], [1, 3, 4]])
# Velox's array_except function: https://facebookincubator.github.io/velox/functions/array.html#array_except
>>> functional.array_except(col1, col2)
0  [1, 2, 3]
1  [3]
2  []
3  [2]
dtype: List(Int64(nullable=True), nullable=True), length: 4, null_count: 0

文本操作¶

add_tokens

将一系列标记/索引附加或前置到列中。

推荐操作¶

`bucketize`	对输入特征应用分桶处理。
`sigrid_hash`	对索引或索引列表应用哈希。
`firstx`	返回输入列前x个值
`has_id_overlap`	如果两个输入列重叠，则返回1.0，否则返回0.0
`id_overlap_count`	返回两个ID列表之间的重叠次数
`get_max_count`	如果input_ids和matching_ids之间存在重叠项，则将重叠id的最大实例数贡献给最大计数。
`get_jaccard_similarity`	返回input_ids和matching_ids之间的jaccard_similarity。
`get_cosine_similarity`	返回由input_ids加权定义的向量与由matching_ids加权定义的向量之间的余弦值
`get_score_sum`	返回在matching_id_scores中所有分数的总和，这些分数对应的id在matching_ids中，并且也在input_ids中。
`get_score_min`	返回在matching_id_scores中所有分数的最小值，这些分数对应的id在matching_ids中，并且也在input_ids中。
`get_score_max`	返回在matching_id_scores中所有分数的最小值，这些分数对应的id在matching_ids中，并且也在input_ids中。

高级操作¶

scale_to_0_1

返回缩放到范围 [0,1] 的列数据。