Skapa modeller med Adobe Experience Platform Platform SDK

I den här självstudien får du information om hur du konverterar data_access_sdk_python till den nya Python platform_sdk i både Python och R. I den här självstudien finns information om följande åtgärder:

Bygg autentisering build-authentication

Autentisering krävs för att anropa Adobe Experience Platform och består av API-nyckel, organisations-ID, en användartoken och en tjänsttoken.

Python

Om du använder Jupyter Notebook, ska du använda koden nedan för att skapa client_context:

client_context = PLATFORM_SDK_CLIENT_CONTEXT

Om du inte använder Jupyter Notebook eller behöver ändra organisation använder du följande kodexempel:

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

Om du använder Jupyter Notebook, ska du använda koden nedan för att skapa 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

Om du inte använder Jupyter Notebook eller behöver byta organisation använder du följande kodexempel:

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})

Grundläggande läsning av data basic-reading-of-data

Med nya Platform SDK är den maximala lässtorleken 32 GB, med en maximal lästid på 10 minuter.

Om lästiden är för lång kan du försöka med att använda något av följande filtreringsalternativ:

Python

Läs data i Python genom att använda kodexemplet nedan:

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

R

Använd kodexemplet nedan för att läsa data i R:

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

Filtrera efter förskjutning och begränsning filter-by-offset-and-limit

Eftersom filtrering med batch-ID inte längre stöds, måste du använda offset och limit för att kunna omfång för läsning av data.

Python

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

R

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

Filtrera efter datum filter-by-date

Datumfiltreringens detaljrikedom definieras nu av tidsstämpeln i stället för att anges av dagen.

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

Den nya SDK:n Platform stöder följande åtgärder:

Filtrera efter markerade kolumner filter-by-selected-columns

Om du vill förfina läsningen av data ytterligare kan du även filtrera efter kolumnnamn.

Python

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

R

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

Få sorterade resultat get-sorted-results

Mottagna resultat kan sorteras efter angivna kolumner i måldatauppsättningen och i deras ordning (asc/desc).

I följande exempel sorteras dataramen med "column-a" först i stigande ordning. Rader som har samma värden för "column-a" sorteras sedan med "column-b" i fallande ordning.

Python

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

R

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

Grundläggande skrivande av data basic-writing-of-data

Om du vill skriva data i Python och R använder du ett av följande exempel:

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')

Nästa steg

När du har konfigurerat datainläsaren platform_sdk förbereds data och delas sedan upp i datamängderna train och val. Om du vill veta mer om dataförberedelser och funktionskonstruktion kan du gå till avsnittet dataförberedelser och funktionskonstruktion i självstudiekursen för att skapa ett recept med hjälp av JupyterLab bärbara datorer.