本教程提供有關在Python和R中將data_access_sdk_python
轉換為新Python platform_sdk
的資訊。本教學課程提供下列操作的相關資訊:
必須進行驗證才能呼叫Adobe Experience Platform,且由API金鑰、IMS組織ID、使用者Token和服務Token組成。
如果您使用Jupyter Notebook,請使用以下代碼來構建client_context
:
client_context = PLATFORM_SDK_CLIENT_CONTEXT
如果您不使用Jupyter Notebook,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})
如果您使用Jupyter Notebook,請使用以下代碼來構建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$PLATFORM_SDK_CLIENT_CONTEXT
如果您不使用Jupyter Notebook,或需要變更IMS組織,請使用下列程式碼範例:
library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
client_context <- psdk$client_context$ClientContext(api_key={API_KEY},
org_id={IMS_ORG},
user_token={USER_TOKEN},
service_token={SERVICE_TOKEN})
使用新的Platform SDK,最大讀取大小為32 GB,最長讀取時間為10分鐘。
如果您的讀取時間過長,可以嘗試使用下列其中一個篩選選項:
IMS組織設定在client_context
中。
若要讀取Python中的資料,請使用下列程式碼範例:
from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()
若要讀取R中的資料,請使用下列程式碼範例:
DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}")
df <- dataset_reader$read()
df
由於不再支援依批次ID篩選,因此您必須使用offset
和limit
才能進行資料範圍讀取。
df = dataset_reader.limit(100).offset(1).read()
df.head
df <- dataset_reader$limit(100L)$offset(1L)$read()
df
日期篩選的詳細程度現在由時間戳記定義,而非依日期設定。
df = dataset_reader.where(\
dataset_reader['timestamp'].gt('2019-04-10 15:00:00').\
And(dataset_reader['timestamp'].lt('2019-04-10 17:00:00'))\
).read()
df.head()
df2 <- dataset_reader$where(
dataset_reader['timestamp']$gt('2018-12-10 15:00:00')$
And(dataset_reader['timestamp']$lt('2019-04-10 17:00:00'))
)$read()
df2
新的Platform SDK支援下列作業:
操作 | 函數 |
---|---|
等於 (= ) |
eq() |
Greater than (> ) |
gt() |
Greater than or equal to (>= ) |
ge() |
Less than (< ) |
lt() |
Less than or equal to (<= ) |
le() |
和(& ) |
And() |
或 (| ) |
Or() |
若要進一步細化資料讀取,您也可以依欄名稱篩選。
df = dataset_reader.select(['column-a','column-b']).read()
df <- dataset_reader$select(c('column-a','column-b'))$read()
接收的結果可以分別按目標資料集的指定列及其順序(asc/desc)排序。
在以下示例中,資料幀首先按"column-a"的升序排序。 對"column-a"具有相同值的行按"column-b"以降序排序。
df = dataset_reader.sort([('column-a', 'asc'), ('column-b', 'desc')])
df <- dataset_reader$sort(c(('column-a', 'asc'), ('column-b', 'desc')))$read()
IMS組織設定在client_context
中。
要在Python和R中寫入資料,請使用以下示例之一:
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')
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')
配置platform_sdk
資料載入器後,資料將進行準備,然後分割到train
和val
資料集。 若要瞭解資料準備和功能工程,請造訪使用JupyterLab筆記型電腦建立配方的教學課程中資料準備和功能工程一節。