Componente Incorporación de columnas

En este artículo se describe un componente del diseñador de Azure Machine Learning.

Use este componente para concatenar dos conjuntos de datos. Combina todas las columnas de los dos conjuntos de datos que especifica como entradas para crear un único conjunto de datos. Si necesita concatenar más de dos conjuntos de datos, use varias instancias de Add Columns.

Cómo configurar Add Columns

1. Agregue el componente Incorporación de columnas a la canalización.

2. Conecte los dos conjuntos de datos que quiere concatenar. Si quiere combinar más de dos conjuntos de datos, puede encadenar varias combinaciones de Add Columns.

   • Es posible combinar dos columnas que tienen un número diferente de filas. El conjunto de datos de salida se rellena con los valores que faltan para cada fila de la columna de origen más pequeña.

   • No puede elegir columnas individuales para agregar. Todas las columnas de cada conjunto de datos se concatenan al usar Add Columns. Por lo tanto, si quiere agregar solo un subconjunto de las columnas, utilice Select Columns in Dataset (Seleccionar columnas de conjunto de datos) para crear un conjunto de datos con las columnas que quiere.

3. Envíe la canalización.

Results

Una vez ejecutada la canalización:

• Para ver las primeras filas del nuevo conjunto de datos, haga clic con el botón derecho en el componente Incorporación de columnas y seleccione Visualizar. O bien, seleccione el componente y cambie a la pestaña Resultados del panel derecho, haga clic en el icono de histograma de Salidas de puerto para visualizar el resultado.

El número de columnas en el nuevo conjunto de datos es igual a la suma de las columnas de ambos conjuntos de datos de entrada.

Si hay dos columnas con el mismo nombre en los conjuntos de datos de entrada, se agrega un sufijo numérico al nombre de la columna. Por ejemplo, si hay dos instancias de una columna denominada TargetOutcome, la columna izquierda cambiaría de nombre a TargetOutcome_1 y la columna derecha cambiaría de nombre a TargetOutcome_2.

Pasos siguientes

Vea el conjunto de componentes disponibles para Azure Machine Learning.