使用Adobe Experience Platform製作模型 Platform SDK

本教學課程提供轉換的相關資訊 data_access_sdk_python 新蟒蛇 platform_sdk 在Python和R中。本教程提供了有關以下操作的資訊：

建立驗證

必須進行驗證才能對 Adobe Experience Platform，且由API金鑰、IMS組織ID、使用者代號和服務代號組成。

Python

如果您使用Jupyter筆記型電腦，請使用以下代碼來建立 client_context:

client_context = PLATFORM_SDK_CLIENT_CONTEXT

如果您未使用Jupyter筆記型電腦，或需要變更IMS組織，請使用下列程式碼範例：

from platform_sdk.client_context import ClientContext
client_context = ClientContext(api_key={API_KEY},
              org_id={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

R

如果您使用Jupyter筆記型電腦，請使用以下代碼來建立 client_context:

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")

py_run_file("../.ipython/profile_default/startup/platform_sdk_context.py")
client_context <- py$PLATFORM_SDK_CLIENT_CONTEXT

如果您未使用Jupyter筆記型電腦，或需要變更IMS組織，請使用下列程式碼範例：

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
client_context <- psdk$client_context$ClientContext(api_key={API_KEY},
              org_id={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

資料的基本讀取

使用 Platform SDK，最大讀取大小為32 GB，最長讀取時間為10分鐘。

如果您的讀取時間太長，您可以嘗試使用下列其中一個篩選選項：

注意

IMS組織設定於 client_context.

Python

要在Python中讀取資料，請使用以下代碼示例：

from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()

R

若要讀取R中的資料，請使用下列程式碼範例：

DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}") 
df <- dataset_reader$read() 
df

依偏移和限制篩選

由於不再支援依批次ID篩選，因此若要限定資料讀取範圍，您必須使用 offset 和 limit.

Python

df = dataset_reader.limit(100).offset(1).read()
df.head

R

df <- dataset_reader$limit(100L)$offset(1L)$read() 
df

依日期篩選

日期篩選的粒度現在由時間戳記定義，而非由日期設定。

Python

df = dataset_reader.where(\
    dataset_reader['timestamp'].gt('2019-04-10 15:00:00').\
    And(dataset_reader['timestamp'].lt('2019-04-10 17:00:00'))\
).read()
df.head()

R

df2 <- dataset_reader$where(
    dataset_reader['timestamp']$gt('2018-12-10 15:00:00')$
    And(dataset_reader['timestamp']$lt('2019-04-10 17:00:00'))
)$read()
df2

新 Platform SDK支援下列操作：

操作 函數
等於 (=) eq()
Greater than (>) gt()
大於或等於 (>=) ge()
少於 (<) lt()
Less than or equal to (<=) le()
和(&) And()
或 (` `)

依選取的欄篩選

若要進一步精簡資料的讀取，您也可以依欄名稱篩選。

Python

df = dataset_reader.select(['column-a','column-b']).read()

R

df <- dataset_reader$select(c('column-a','column-b'))$read()

獲取排序結果

接收的結果可以按目標資料集的指定列和它們的順序(asc/desc)分別排序。

在以下範例中，資料幀首先按「column-a」的升序排序。 接著，對"column-a"具有相同值的列會以降序依"column-b"排序。

Python

df = dataset_reader.sort([('column-a', 'asc'), ('column-b', 'desc')])

R

df <- dataset_reader$sort(c(('column-a', 'asc'), ('column-b', 'desc')))$read()

基本資料寫入

注意

IMS組織設定於 client_context.

要在Python和R中寫入資料，請使用以下示例之一：

Python

from platform_sdk.models import Dataset
from platform_sdk.dataset_writer import DatasetWriter

dataset = Dataset(client_context).get_by_id("{DATASET_ID}")
dataset_writer = DatasetWriter(client_context, dataset)
write_tracker = dataset_writer.write({PANDA_DATAFRAME}, file_format='json')

R

dataset <- psdk$models$Dataset(client_context)$get_by_id("{DATASET_ID}")
dataset_writer <- psdk$dataset_writer$DatasetWriter(client_context, dataset)
write_tracker <- dataset_writer$write({PANDA_DATAFRAME}, file_format='json')

後續步驟

在您設定 platform_sdk 資料載入器，資料會進行準備，然後分割到 train 和 val 資料集。 若要了解資料準備和功能工程，請造訪 資料準備與特徵工程 在使用建立方式的教學課程中 JupyterLab 筆記本。

本頁內容