在数据科学Workspace中使用Python访问数据
以下文档包含有关如何使用Python访问数据以用于数据科学Workspace的示例。 有关使用JupyterLab笔记本访问数据的信息，请访问JupyterLab笔记本数据访问文档。
读取数据集
在设置环境变量并完成安装后，现在可以将您的数据集读入pandas数据流。
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()
从数据集中选择列
df = dataset_reader.select(['column-a','column-b']).read()
获取分区信息：
client_context = get_client_context(config_properties)
dataset = Dataset(client_context).get_by_id({DATASET_ID})
partitions = dataset.get_partitions_info()
DISTINCT子句
DISTINCT子句允许您在行/列级别获取所有不同的值，从响应中删除所有重复值。
下面显示了使用distinct()函数的示例：
df = dataset_reader.select(['column-a']).distinct().read()
WHERE子句
您可以在Python中使用某些运算符来帮助筛选数据集。
NOTE
用于筛选的函数区分大小写。
eq() = '='
gt() = '>'
ge() = '>='
lt() = '<'
le() = '<='
And = and operator
Or = or operator
下面显示了使用这些筛选函数的示例：
df = dataset_reader.where(experience_ds['timestamp'].gt(87879779797).And(experience_ds['timestamp'].lt(87879779797)).Or(experience_ds['a'].eq(123)))
ORDER BY子句
ORDER BY子句允许按指定列以特定顺序（升序或降序）对接收结果进行排序。 可使用sort()函数完成此操作。
下面显示了使用sort()函数的示例：
df = dataset_reader.sort([('column_1', 'asc'), ('column_2', 'desc')])
LIMIT子句
LIMIT子句允许您限制从数据集接收的记录数。
下面显示了使用limit()函数的示例：
df = dataset_reader.limit(100).read()
OFFSET子句
OFFSET子句允许您从一开始就跳过行，以便从以后开始返回行。 在与LIMIT结合使用时，这可用于迭代块中的行。
下面显示了使用offset()函数的示例：
df = dataset_reader.offset(100).read()
编写数据集
要写入数据集，您需要向数据集提供熊猫数据流。
正在编写熊猫数据流
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目录（检查点操作）
要获得运行时间较长的作业，可能需要存储中间步骤。 在这种情况下，您可以对用户空间进行读写操作。
NOTE
数据的路径 未存储。 您需要存储指向其各自数据的相应路径。
写入用户空间
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>)
从用户空间读取
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>)
后续步骤
Adobe Experience Platform数据科学Workspace提供了一个方法示例，它使用上述代码示例来读取和写入数据。 如果您想了解有关如何使用Python访问您的数据的更多信息，请查看数据科学Workspace Python GitHub存储库。
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9