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:
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。
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})
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$ClientContext(api_key={API_KEY},
org_id={ORG_ID},
user_token={USER_TOKEN},
service_token={SERVICE_TOKEN})
使用新的 Platform SDK的讀取大小上限為32 GB,讀取時間上限為10分鐘。
如果您的讀取時間太長,可以嘗試使用下列其中一個篩選選項:
組織是在 client_context
.
若要以Python讀取資料,請使用下列程式碼範例:
from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()
若要在R中讀取資料,請使用下列程式碼範例:
DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}")
df <- dataset_reader$read()
df
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
.
df = dataset_reader.limit(100).offset(1).read()
df.head
df <- dataset_reader$limit(100L)$offset(1L)$read()
df
日期篩選的詳細程度現在由時間戳記定義,而不是由日期設定。
df = dataset_reader.where(\
dataset_reader['timestamp'].gt('2019-04-10 15:00:00').\
And(dataset_reader['timestamp'].lt('2019-04-10 17:00:00'))\
).read()
df.head()
df2 <- dataset_reader$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 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 (` | `) |
若要進一步縮小資料的讀取範圍,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()
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。
df = dataset_reader.sort([('column-a', 'asc'), ('column-b', 'desc')])
df <- dataset_reader$sort(c(('column-a', 'asc'), ('column-b', 'desc')))$read()
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:
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')
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。