使用Adobe Experience Platform製作模型 Platform SDK

本教學課程提供有關轉換的資訊 data_access_sdk_python 到新Python platform_sdk Python和R.本教學課程提供有關下列操作的資訊：

建置驗證

需要驗證才能呼叫 Adobe Experience Platform、和由API金鑰、組織ID、使用者權杖和服務權杖組成。

Python

如果您使用Jupyter Notebook，請使用下列程式碼來建置 client_context：

client_context = PLATFORM_SDK_CLIENT_CONTEXT

如果您未使用Jupyter Notebook或需要變更組織，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={ORG_ID},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

R

如果您使用Jupyter Notebook，請使用下列程式碼來建置 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 Notebook或需要變更組織，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={ORG_ID},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

基本資料讀取

使用新的 Platform SDK的讀取大小上限為32 GB，讀取時間上限為10分鐘。

如果您的讀取時間太長，可以嘗試使用下列其中一個篩選選項：

注意

組織是在 client_context.

Python

若要以Python讀取資料，請使用下列程式碼範例：

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

R

若要在R中讀取資料，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

依位移和限制篩選

由於不再支援依批次ID篩選，若要設定資料讀取的範圍，您需要使用 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

日期篩選的詳細程度現在由時間戳記定義，而不是由日期設定。

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支援下列作業：

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

若要進一步縮小資料的讀取範圍，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()

取得排序的結果

收到的結果可分別依照目標資料集的指定欄位及其順序(asc/desc)排序。

在以下範例中，資料流會先以「column-a」遞增順序排序。 之後，「column-a」具有相同值的列會依「column-b」以遞減順序排序。

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

組織是在 client_context.

若要以Python和R撰寫資料，請使用下列範例之一：

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

一旦您設定 platform_sdk 資料載入器會準備資料，然後分割至 train 和 val 資料集。 若要瞭解資料準備和功能工程，請造訪以下區段： 資料準備和功能工程 在教學課程中，瞭解如何使用建立配方 JupyterLab 筆記本。

本頁內容