ネイティブ Python拡張の変換ノード：置き換え

SPSS Modeler18.5の新機能の ネイティブ Python APIのテストをしてみました。これは、「拡張ノード」のなかでpandasを使ってModelerのデータを読んだり書いたりすることができる機能です。

この記事ではネイティブ Python APIで「拡張の変換」が、どのように利用可能かをテストしてみました。
マニュアルにサンプル・ストリームがついていましたので、これを修正してテストしてみています。

サンプルストリームは以下です。

• テスト環境
  • Windows 11 64bit
  • Modeler 18.5
  • Python 3.10.7

拡張の変換

データの置換

「Python」を選択し、「Python Syntax」の欄に以下のスクリプトを記入します。

# バージョンなどの確認

#データの置換
###Use this code to transfer data between Modeler and Python
# ネイティブ Python APIのパッケージ
import modelerpy

#データモデルの参照時
if modelerpy.isComputeDataModelOnly():
    modelerDataModel = modelerpy.getDataModel()
    outputDataModel = None
    #Compute output data model here
    #出力データモデルの設定
    outputDataModel = modelerDataModel
    modelerpy.setOutputDataModel(outputDataModel)

#データ出力時
else:
    #前のノードからデータの読み込み
    modelerData = modelerpy.readPandasDataframe()
    outputData = modelerData
    #Compute output data here
    #Ageに100を加算
    outputData['Age']=outputData['Age']+100
    #データの出力
    modelerpy.writePandasDataframe(outputData)

処理の分岐

「データモデルの処理」と「データ自体の処理」の分岐を以下のif文で行っています。

if modelerpy.isComputeDataModelOnly()

modelerpy.isComputeDataModelOnly():のif文は、後続のノードがデータモデルを参照する場合に実データを用意しなくていいための分岐になります。Modelerは、後続のノードを接続した際に前のノードのデータモデルを参照します。例えば「フィルター」ノードを接続した場合にはデータは必要ありませんが、「列名」の情報は必要になります。このif文をなくしても動作はしますが、列名などのデータモデルを参照したいだけなのにデータの読み込みが行われてしまうため、無駄な処理が動いてしまいます。
なお、このif文は、「拡張の変換」ノードと「拡張モデル」ノードといった後続ノードが必要なノードでも、同様に使われます。

データモデルの処理

以下のmodelerpy.getDataModel()で前のノードから「フィールド名」、「データ型」、「尺度」などのデータモデルを取得しています。

modelerDataModel = modelerpy.getDataModel()

以下のmodelerpy.setOutputDataModel(outputDataModel)で後続ノードに渡すデータモデルを設定しています。

modelerpy.setOutputDataModel(outputDataModel)

ここでの処理は既存データの置換なので、前のノードのデータモデルをそのままコピーしています。列が追加されたり、内容が変更される場合は「拡張のインポート」でやったような列の定義が必要です。

データの処理

modelerpy.readPandasDataframe()で前ノードからのデータを読み込んでいます。
outputData['Age']=outputData['Age']+100でAgeに100を足しています。通常のpandasの処理です。
modelerpy.writePandasDataframe(outputData)で後続のノードにデータを出力しています。

    modelerData = modelerpy.readPandasDataframe()
    outputData = modelerData
    #Compute output data here
    #Ageに100を加算
    outputData['Age']=outputData['Age']+100
    #データの出力
    modelerpy.writePandasDataframe(outputData)

結果

以下のように、Ageに100が加算されました。

参考

SPSS Modeler18.5の新機能の ネイティブ Python API #SPSS - Qiita

ネイティブ Python拡張のインポートノード：CSVファイルの読み込み

ネイティブ Python拡張の変換ノード：置き換え

ネイティブ Python拡張モデルノード：モデル作成OneClassSVM

ネイティブ Python拡張の出力ノード：データとペアプロット図（散布図行列）の表示

ネイティブ Python拡張のエクスポートノード：CSVファイルの出力

ネイティブpythonの拡張ノードでつかうpyhtonパッケージを導入する