共用方式為


筆記本輸出和結果

筆記本連結至叢集執行一個或多個儲存格之後,您的筆記本具有狀態並顯示輸出。 本節說明如何管理筆記本狀態和輸出。

清除筆記本狀態和輸出

若要清除筆記本狀態和輸出,select[執行] 功能表底部的其中一個 [清除] 選項。

功能表選項 描述
清除所有儲存格輸出 清除儲存格輸出。 如果您共用筆記本並想要避免包含任何結果,這非常有用。
清除狀態 清除筆記本狀態,包括函式和變數定義、資料和匯入的程式庫。
清除狀態和輸出 清除儲存格輸出和筆記本狀態。
清除狀態並執行全部 清除筆記本狀態並啟動新的執行。

結果 table

執行數據格時,結果會顯示在結果 table中。 使用結果 table,您可以執行下列動作:

  • 將 column 或其他表格式結果數據子集複製到剪貼簿。
  • 對結果執行文字搜尋 table。
  • 排序和篩選資料
  • 使用鍵盤箭頭鍵在 table 儲存格之間流覽。
  • Select column 名稱或儲存格值的一部分,方法是按兩下並拖曳至所需的文字 select。

Notebook 結果 table

若要檢視 table結果的限制,請參閱 筆記本結果的限制 table

Select 數據

若要 select 結果中的數據 table,請執行下列任何一項。

  • 按一下 column 或行標頭。
  • 點選 table 左上方的儲存格,選取整個範圍至 select 和 table。
  • 將游標拖曳穿過任意 set 的儲存格以select 它們。

若要開啟顯示選取資訊的側邊面板,請按一下右上角 [搜尋] 方塊旁邊的面板圖示 面板圖示

面板圖示的位置

將資料複製至剪貼板

若要將選取的資料複製到剪貼簿,請在MacOS上按 Cmd + c 或在Windows上按 Ctrl + c,或右鍵點擊並從下拉功能表中 select複製

排序結果

若要依 column中的 values 排序結果 table,請將游標停留在 column 名稱上。 包含 column 名稱的圖示會出現在儲存格右側。 按兩下箭號來排序 column。

排序 column

若要依多個 columns排序,請在點擊 columns的排序箭號的同時,按住 Shift 鍵。

篩選結果

若要建立篩選,請按一下儲存格結果右上方的 篩選圖示。 在出現的對話框中,select 要篩選的 column,以及要套用的篩選規則和值。 例如:

篩選範例

若要新增另一個篩選,請按一下 新增篩選按鈕

若要暫時啟用或停用篩選,請切換對話方塊中的 [已啟用/已停用] 按鈕。 若要刪除篩選,請按下篩選名稱 刪除篩選 X 旁邊的 X。

若要依特定值進行篩選,請以滑鼠右鍵單擊具有該值的數據格,然後從下拉功能表 select依此值篩選

特定值

您也可以從 column 名稱中的 kebab 選單建立篩選:

篩選 kebab 功能表

篩選器只會套用到顯示於結果 table中的項目。 如果傳回的資料被截斷 (例如,當查詢傳回超過 64,000 個資料列時),篩選只會套用至傳回的資料列。

Column 標頭表示 column的數據類型。 例如, 整數類型的 指標表示整數數據類型。 將滑鼠停留在指標上方以查看資料類型。

格式 columns

您可以將 tables 結果中的 columns 格式化為的類型,例如 貨幣百分比URL 等,並能控制小數位數以達到更清晰的結果 tables。

請從 column 名稱的「kebab」選單中格式化 columns。

格式 column 漢堡圖示選單

下載結果

根據預設,會啟用下載結果。 若要切換此設定,請參閱管理從筆記本下載結果的能力

您可以將包含表格式輸出的儲存格結果下載到本機電腦。 按一下索引標籤標題旁邊的向下方向鍵。 功能表選項取決於結果中的資料列數目和 Databricks Runtime 版本。 下載的結果會以 CSV 檔案的形式儲存在本機電腦上,名為 export.csv

下載儲存格結果

探索 SQL 數據格結果

在 Databricks 筆記本中,SQL 語言數據格的結果會自動作為指派給變數 _sqldf的 DataFrame 來使用。 您可以使用 _sqldf 變數來參考後續 Python 和 SQL 數據格中的先前 SQL 輸出。 如需詳細資訊,請參閱 探索 SQL 數據格結果

檢視每個儲存格的多個輸出

Python 筆記本和非 Python 筆記本中的 %python 儲存格支援每個儲存格多個輸出。 例如,下列程式碼的輸出同時包含圖表和 table:

import pandas as pd
from sklearn.datasets import load_iris

data = load_iris()
iris = pd.DataFrame(data=data.data, columns=data.feature_names)
ax = iris.plot()
print("plot")
display(ax)
print("data")
display(iris)

提交 Databricks Git 資料夾中的筆記本輸出

若要了解如何提交 .ipynb 筆記本輸出,請參閱允許提交 .ipynb 筆記本輸出

  • 筆記本必須是 .ipynb 檔案
  • 工作區管理員設定必須允許認可筆記本輸出