MLTable Classe

Ajoute une étape de transformation pour convertir les colonnes spécifiées dans leurs nouveaux types spécifiés respectifs.

   from mltable import DataType
       data_types = {
           'ID': DataType.to_string(),
           'Date': DataType.to_datetime('%d/%m/%Y %I:%M:%S %p'),
           'Count': DataType.to_int(),
           'Latitude': DataType.to_float(),
           'Found': DataType.to_bool(),
           'Stream': DataType.to_stream()
       }

convert_column_types(column_types)

Paramètres

Retours

Ajoute une étape de transformation pour supprimer les colonnes données du jeu de données. Si une liste, un tuple ou un ensemble vide est donné, rien n’est supprimé. Les colonnes dupliquées déclenchent une exception UserErrorException.

Toute tentative de suppression d’une colonne MLTable.traits.timestamp_column ou dans MLTable.traits.index_columns déclenche une exception UserErrorException.

drop_columns(columns: str | List[str] | Tuple[str] | Set[str])

Paramètres

Retours

Ajoute une étape de transformation pour utiliser les informations de partition de chaque chemin et les extraire dans des colonnes en fonction du format de partition spécifié.

La partie de format « {column_name} » crée une colonne de chaîne, et « {column_name:yyyy/MM/dd/HH/mm/ss} » crée une colonne DateHeure, où « yyyy », « MM », « dd », « HH », « mm » et « ss » sont utilisés pour extraire l’année, le mois, le jour, l’heure, les minutes et les secondes pour le type DateHeure.

Le format doit commencer à partir de la position de la première clé de partition et se poursuivre jusqu’à la fin du chemin d’accès au fichier. Par exemple, étant donné le chemin d’accès « /Accounts/2019/01/01/data.csv » où la partition est par nom et heure de service, partition_format='/{Department}/{PartitionDate :yyyy/MM/dd}/data.csv » crée une colonne de chaîne « Department » avec la valeur « Accounts » et une colonne datetime « PartitionDate » avec la valeur « 2019-01-01 ».

extract_columns_from_partition_format(partition_format)

Paramètres

Retours

Filtrer les données, en laissant uniquement les enregistrements qui correspondent à l’expression spécifiée.

filter(expression)

Paramètres

Retours

Remarques

Les expressions sont démarrées en indexant la mltable avec le nom d’une colonne. Elles prennent en charge un large éventail de fonctions et d’opérateurs et peuvent être combinées à l’aide d’opérateurs logiques. L’expression résultante sera évaluée tardivement pour chaque enregistrement quand une opération d’extraction de données se produit et pas où elle est définie.

   filtered_mltable = mltable.filter('feature_1 == "5" and target > "0.5)"')
   filtered_mltable = mltable.filter('col("FBI Code") == "11"')

Retourne le nombre de partitions de données sous-jacentes aux données associées à ce MLTable.

get_partition_count() -> int

Retours

Ajoute une étape de transformation pour conserver les colonnes spécifiées et supprimer toutes les autres du jeu de données. Si une liste, un tuple ou un ensemble vide est donné, rien n’est supprimé. Les colonnes dupliquées déclenchent une exception UserErrorException.

Si la colonne dans MLTable.traits.timestamp_column ou les colonnes dans MLTable.traits.index_columns ne sont pas explicitement conservées, une exception UserErrorException est raiesd.

keep_columns(columns: str | List[str] | Tuple[str] | Set[str])

Paramètres

Retours

Fractionne aléatoirement ce MLTable en deux MLTables, l’un ayant approximativement « pourcentage » des données mlTable d’origine et l’autre ayant le reste (1 à « pour cent »).

random_split(percent=0.5, seed=None)

Paramètres

Retours

Enregistrez ce MLTable en tant que fichier YAML MLTable & ses chemins d’accès associé au chemin du répertoire donné.

Si le chemin d’accès n’est pas spécifié, la valeur par défaut est le répertoire de travail actuel. Si le chemin d’accès n’existe pas, il est créé. Si le chemin est distant, le magasin de données sous-jacent doit déjà exister. Si path est un répertoire local & n’est pas absolu, il est rendu absolu.

Si le chemin pointe vers un fichier, une exception UserErrorException est déclenchée. Si path est un chemin d’accès de répertoire qui contient déjà un ou plusieurs fichiers en cours d’enregistrement (y compris le fichier YAML MLTable) et que le remplacement est défini sur False ou « fail », une exception UserErrorException est déclenchée. Si le chemin d’accès est distant, tous les chemins d’accès aux fichiers locaux non donnés en tant que chemin d’accès colocalisé (chemin d’accès de fichier relatif au répertoire à partir duquel MLTable a été chargé) déclenchent une exception UserErrorException.

colocalisé contrôle la façon dont les chemins associés sont enregistrés dans le chemin d’accès. Si la valeur est True, les fichiers sont copiés dans le chemin d’accès à côté du fichier YAML MLTable en tant que chemins de fichier relatifs. Sinon, les fichiers associés ne sont pas copiés, les chemins d’accès distants restent donnés et les chemins d’accès locaux sont rendus relatifs avec la redirection du chemin si nécessaire. Notez que False peut entraîner des fichiers YAML MLTable non colocalisés, ce qui n’est pas recommandé. En outre, si le chemin est distant, cela entraîne une exception UserErrorException, car la redirection de chemin relatif n’est pas prise en charge pour les URI distants.

Notez que si mlTable est créé par programmation avec des méthodes telles que from_paths() ou from_read_delimited_files() avec des chemins relatifs locaux, le chemin d’accès au répertoire MLTable est supposé être le répertoire de travail actuel.

Lorsque vous enregistrez un nouveau MLTable & fichiers de données associés dans un répertoire avec un fichier MLTable existant & fichiers de données associés, n’oubliez pas que le répertoire n’est pas effacé des fichiers existants avant d’enregistrer les nouveaux fichiers. Il est possible que les fichiers de données déjà existants persistent après l’enregistrement des nouveaux fichiers, en particulier si les fichiers de données existants n’ont pas de noms correspondant à de nouveaux fichiers de données. Si le nouveau MLTable contient un indicateur de modèle sous ses chemins d’accès, cela peut involontairement modifier le MLTable en associant des fichiers de données existants au nouveau MLTable.

Si les chemins d’accès aux fichiers dans ce MLTable pointent vers un fichier existant dans le chemin d’accès , mais ont un URI différent, si le remplacement est « échec » ou « skip », le fichier existant ne sera pas remplacé (c’est-à-dire ignoré).

save(path=None, overwrite=True, colocated=False, show_progress=False, if_err_remove_files=True)

Paramètres

Retours

Ajoute une étape de transformation pour sélectionner la partition.

select_partitions(partition_index_list)

Paramètres

Retours

Remarques

L’extrait de code suivant montre comment utiliser l’API select_partitions pour les partitions sélectionnées à partir du MLTable fourni.

   partition_index_list = [1, 2]
   mltable = mltable.select_partitions(partition_index_list)

Récupère les premières lignes de comptage de ce MLTable sous la forme d’un dataframe Pandas.

show(count=20)

Paramètres

Retours

Ajoute une étape de transformation pour ignorer les premières lignes de comptage de ce MLTable.

skip(count)

Paramètres

Retours

Ajoute une étape de transformation pour sélectionner les premières lignes de comptage de ce MLTable.

take(count=20)

Paramètres

Retours

Ajoute une étape de transformation pour sélectionner de manière aléatoire chaque ligne de ce MLTable avec probabilité . La probabilité doit être comprise dans la plage [0, 1]. Peut éventuellement définir une valeur initiale aléatoire.

take_random_sample(probability, seed=None)

Paramètres

Retours

Chargez tous les enregistrements des chemins spécifiés dans le fichier MLTable dans un DataFrame Pandas.

to_pandas_dataframe()

Retours

Remarques

L’extrait de code suivant montre comment utiliser l’API to_pandas_dataframe pour obtenir un dataframe pandas correspondant au MLTable fourni.

   from mltable import load
   tbl = load('.\samples\mltable_sample')
   pdf = tbl.to_pandas_dataframe()
   print(pdf.shape)

Valide si les données de ce MLTable peuvent être chargées, nécessite que la ou les sources de données de MLTable soient accessibles à partir du calcul actuel.

validate()

Retours

Retourne les clés de partition.

Retours

Retourne une liste de dictionnaires contenant les chemins d’accès d’origine donnés à ce MLTable. Les chemins d’accès aux fichiers locaux relatifs sont supposés être relatifs au répertoire à partir duquel le fichier YAML MLTable instance a été chargé.

Retours