Data Science Workspace에서 Python을 사용하여 데이터 액세스
다음 문서에는 데이터 과학 Workspace에서 사용하기 위해 Python을 사용하여 데이터에 액세스하는 방법에 대한 예가 포함되어 있습니다. JupyterLab Notebooks를 사용하여 데이터에 액세스하는 방법에 대한 자세한 내용은 JupyterLab Notebooks 데이터 액세스 설명서를 참조하십시오.
데이터 세트 읽기
이제 환경 변수를 설정하고 설치를 완료한 후 데이터 세트를 pandas 데이터 프레임으로 읽을 수 있습니다.
import pandas as pd
from .utils import get_client_context
from platform_sdk.dataset_reader import DatasetReader
def load(config_properties):
client_context = get_client_context(config_properties)
dataset_reader = DatasetReader(client_context, config_properties['DATASET_ID'])
df = dataset_reader.read()
데이터 세트에서 열 선택
df = dataset_reader.select(['column-a','column-b']).read()
파티션 정보 가져오기:
client_context = get_client_context(config_properties)
dataset = Dataset(client_context).get_by_id({DATASET_ID})
partitions = dataset.get_partitions_info()
DISTINCT 절
DISTINCT 절을 사용하면 행/열 수준에서 모든 고유 값을 가져와 응답에서 모든 중복 값을 제거할 수 있습니다.
distinct() 함수를 사용하는 예는 아래에서 확인할 수 있습니다.
df = dataset_reader.select(['column-a']).distinct().read()
WHERE 절
Python에서 특정 연산자를 사용하여 데이터 세트를 필터링할 수 있습니다.
eq() = '='
gt() = '>'
ge() = '>='
lt() = '<'
le() = '<='
And = and operator
Or = or operator
이러한 필터링 함수를 사용하는 예는 아래에서 확인할 수 있습니다.
df = dataset_reader.where(experience_ds['timestamp'].gt(87879779797).And(experience_ds['timestamp'].lt(87879779797)).Or(experience_ds['a'].eq(123)))
항목별 순서
ORDER BY 절을 사용하면 수신된 결과를 지정된 열을 기준으로 특정 순서(오름차순 또는 내림차순)로 정렬할 수 있습니다. 이 작업은 sort() 함수를 사용하여 수행됩니다.
sort() 함수를 사용하는 예는 아래에서 확인할 수 있습니다.
df = dataset_reader.sort([('column_1', 'asc'), ('column_2', 'desc')])
LIMIT 절
LIMIT 절을 사용하면 데이터 집합에서 받는 레코드 수를 제한할 수 있습니다.
limit() 함수를 사용하는 예는 아래에서 확인할 수 있습니다.
df = dataset_reader.limit(100).read()
OFFSET 절
OFFSET 절을 사용하면 처음부터 행을 건너뛰고 이후 지점에서 행 반환을 시작할 수 있습니다. LIMIT와 함께 사용하여 블록의 행을 반복할 수 있습니다.
offset() 함수를 사용하는 예는 아래에서 확인할 수 있습니다.
df = dataset_reader.offset(100).read()
데이터 세트 작성
데이터 세트에 작성하려면 pandas 데이터 프레임을 데이터 세트에 제공해야 합니다.
pandas 데이터 프레임 작성
client_context = get_client_context(config_properties)
# To fetch existing dataset
dataset = Dataset(client_context).get_by_id({DATASET_ID})
dataset_writer = DatasetWriter(client_context, dataset)
write_tracker = dataset_writer.write(<your_dataFrame>, file_format='json')
Userspace 디렉토리(체크포인트 지정)
실행 시간이 긴 작업의 경우 중간 단계를 저장해야 할 수 있습니다. 이와 같은 경우 사용자 공간을 읽고 쓸 수 있습니다.
사용자 공간에 쓰기
client_context = get_client_context(config_properties)
user_helper = UserSpaceHelper(client_context)
user_helper.write(data_frame=<data_frame>, path=<path_to_directory>, ref_dataset_id=<ref_dataset_id>)
userspace에서 읽기
client_context = get_client_context(config_properties)
user_helper = UserSpaceHelper(client_context)
my_df = user_helper.read(path=<path_to_directory>, ref_dataset_id=<ref_dataset_id>)
다음 단계
Adobe Experience Platform Data Science Workspace은 위의 코드 샘플을 사용하여 데이터를 읽고 쓰는 레서피 샘플을 제공합니다. 데이터에 액세스하는 데 Python을 사용하는 방법에 대해 자세히 알아보려면 Data Science Workspace Python GitHub 저장소를 검토하십시오.