Question

我是SPSS Modeler的新手。我正在尝试用python在虚拟创建的数据上创建一个简单的数据转换。

将按预期方式创建伪数据。（请参阅底部）我尝试使用在IBM网站

上找到的示例，使用python访问和修改数据。

import spss.pyspark.runtime
from pyspark.sql.types import *

cxt = spss.pyspark.runtime.getContext() 

if  cxt.isComputeDataModelOnly():   
        _schema = cxt.getSparkInputSchema()   
        cxt.setSparkOutputSchema(_schema)
else:   
        _structType = cxt.getSparkInputSchema()
        df = cxt.getSparkInputData()   
        _newDF = df.sample(False, 0.01, 1)
        cxt.setSparkOutputData(_newDF)

当我尝试按预览以查看结果时，出现2个错误： -无法获取数据模型：null -没有收到记录

（https://www.ibm.com/support/knowledgecenter/da/SS3RA7_18.0.0/modeler_r_nodes_ddita/clementine/r_pyspark_api_examples.html）

整个设置如下所示

Answer 1

我想发表评论，但信誉不够，所以我不得不使用答案提问。

您是否使用了正确的语法标签？

因为我这样使用它，所以我会得到期望的输出。

此代码应只返回您的数据框并在“控制台输出”选项卡中打印“ Hello World”：

import spss.pyspark.runtime
from pyspark.sql.types import *

cxt = spss.pyspark.runtime.getContext() 

if  cxt.isComputeDataModelOnly():   
        _schema = cxt.getSparkInputSchema()   
        cxt.setSparkOutputSchema(_schema)
else:   
        df = cxt.getSparkInputData()
        print("Hello World")
        cxt.setSparkOutputData(df)

Answer 2

您也可以在同一脚本选项卡中尝试使用旧版模式。我总是使用旧模式，它的代码类似于Clementine（SPSS Modeler的旧版本）。

Ref from IBM

SPSS Modeler Extension Transform-Python

2 个答案: