Sequence - MaxCompute - Alibaba Cloud ドキュメントセンター

SequenceExpr は、2 次元データセットの列を表します。SequenceExpr オブジェクトを手動で作成することはできません。コレクションオブジェクトから取得することのみ可能です。

前提条件

列を取得する前に、次の要件が満たされていることを確認してください。

pyodps_iris という名前のサンプルテーブルが準備されています。詳細については、「DataFrame データ処理」をご参照ください。
DataFrame オブジェクトが作成されます。詳細については、「DataFrame オブジェクトを作成する」をご参照ください。

列の取得

collection.column_name を使用して列を取得します。コマンドの例:

print(iris.sepallength.head(5))

次の結果が返されます。

   sepallength
0          4.9
1          4.7
2          4.6
3          5.0
4          5.4

列の名前が文字列変数に格納されている場合は、df[column_name] を使用して列を取得します。コマンドの例:
```
print(iris['sepallength'].head(5))
```
次の結果が返されます。
```
   sepallength
0          4.9
1          4.7
2          4.6
3          5.0
4          5.4
```

列の型

DataFrame には独自の型システムがあります。テーブルが初期化されると、MaxCompute のデータ型は DataFrame の関連データ型に変換されます。これにより、より多くの種類のコンピューティングバックエンドがサポートされます。DataFrame 実行バックエンドは、MaxCompute SQL、Pandas、および MySQL や Postgres などのデータベースをサポートしています。

次の表は、DataFrame のデータ型と MaxCompute のデータ型のマッピングを示しています。

MaxCompute のデータ型	DataFrame のデータ型
BIGINT	INT64
DOUBLE	FLOAT64
STRING	STRING
DATETIME	DATETIME
BOOLEAN	BOOLEAN
DECIMAL	DECIMAL
ARRAY<VALUE_TYPE>	LIST<VALUE_TYPE>
MAP<KEY_TYPE, VALUE_TYPE>	DICT<KEY_TYPE, VALUE_TYPE>
`options.sql.use_odps2_extension=True` を指定すると、次のデータ型間のマッピングもサポートされます。
TINYINT	INT8
SMALLINT	INT16
INT	INT32
FLOAT	FLOAT32

次の点に注意してください。

テーブルのフィールドが LIST 型と DICT 型の場合、テーブル内の要素の型を指定する必要があります。要素の型を指定しないと、エラーが発生します。
DataFrame は、MaxCompute V2.0 で導入された TIMESTAMP 型と STRUCT 型をサポートしていません。
シーケンスオブジェクトで sequence.dtype を使用してデータ型を取得できます。コードの例:
```
print(iris.sepallength.dtype)
```
次の結果が返されます。
```
FLOAT64
```
astype メソッドを使用して、列の型を変更できます。このメソッドを使用する場合、入力値として型が必要であり、変換されたシーケンスオブジェクトが返されます。コードの例:
```
print(iris.sepallength.astype('int').head(5))
```
次の結果が返されます。
```
   sepallength
0            4
1            4
2            4
3            5
4            5
```

列名

DataFrame コンピューティングでは、シーケンスオブジェクトに列名が必要です。ほとんどの場合、DataFrame は各シーケンスオブジェクトの名前を自動的に作成します。コードの例:
```
print(iris.groupby('name').sepalwidth.max().head(5))
```
次の結果が返されます。
```
   sepalwidth_max
0             4.4
1             3.4
2             3.8
```
説明
前の例では、sepalwidth の最大値が取得された後、sepalwidth に sepalwidth_max という名前が付けられます。たとえば、指定されたシーケンスオブジェクトにスカラーフィールドを追加すると、返される結果には自動的にシーケンスオブジェクトの名前が付けられます。それ以外の場合は、シーケンスオブジェクトに手動で名前を付ける必要があります。
シーケンスオブジェクトは、列の名前を変更するための rename メソッドを提供します。コードの例:
```
print(iris.sepalwidth.rename('sepal_width').head(5))
```
次の結果が返されます。
```
   sepal_width
0          3.0
1          3.2
2          3.1
3          3.6
4          3.9
```

列の計算

シーケンスに対して演算を実行して、新しいシーケンスを取得できます。この操作は、単純な Python 変数の計算に似ています。数値列の場合、算術演算がサポートされています。文字列列の場合、文字列の連結のみがサポートされています。コードの例:
```
print((iris.sepallength + 5).head(5))
```
次の結果が返されます。
```
   sepallength
0          9.9
1          9.7
2          9.6
3         10.0
4         10.4
```
2 つの列を計算に使用する場合、PyODPS は表示される列名を判断できません。列名を手動で指定する必要があります。コードの例:
```
print((iris.sepallength + iris.sepalwidth).rename('sum_sepal').head(5))
```
次の結果が返されます。
```
   sum_sepal
0        7.9
1        7.9
2        7.7
3        8.6
4        9.3
```
説明
列の計算の詳細については、「列の操作」をご参照ください。