Zrychlení přípravy dat pomocí služby Data Wrangler v Microsoft Fabric

Data Wrangler je nástroj založený na poznámkových blocích, který uživatelům poskytuje imerzivní rozhraní pro průzkumnou analýzu dat. Tato funkce kombinuje zobrazení dat podobných mřížce s dynamickými souhrnnými statistikami, integrovanými vizualizacemi a knihovnou běžných operací čištění dat. Každou operaci je možné použít při kliknutích, aktualizaci zobrazení dat v reálném čase a generování kódu v knihovně pandas nebo PySpark, které lze uložit zpět do poznámkového bloku jako opakovaně použitelnou funkci. Tento článek se zaměřuje na zkoumání a transformaci datových rámců pandas. Pokyny pro použití služby Data Wrangler ve sparkových datových rámcích najdete tady.

Požadavky

• Získejte předplatné Microsoft Fabric. Nebo si zaregistrujte bezplatnou zkušební verzi Microsoft Fabricu.

• Přihlaste se k Microsoft Fabric.

• Pomocí přepínače prostředí na levé straně domovské stránky přepněte na prostředí Synapse Datová Věda.

  

Omezení

• Data Wrangler v současné době podporuje generování kódu pandas v obecné dostupnosti a generování kódu Sparku ve verzi Public Preview.
• Operace s vlastním kódem jsou v současné době podporovány pouze pro datové rámce pandas.
• Zobrazení Wrangleru dat funguje nejlépe na velkých monitorech, i když různé části rozhraní lze minimalizovat nebo skrýt, aby vyhovovaly menším obrazovkám.

Spuštění služby Wrangler dat

Data Wrangler můžete spustit přímo z poznámkového bloku Microsoft Fabric a prozkoumat a transformovat libovolný datový rámec pandas nebo Spark. Přehled použití služby Data Wrangler s datovými rámci Sparku najdete v tomto doprovodném článku. Následující fragment kódu ukazuje, jak číst ukázková data do datového rámce pandas:

import pandas as pd

# Read a CSV into a Pandas DataFrame
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/titanic.csv")
display(df)

Na kartě Data na pásu karet poznámkového bloku použijte rozevírací nabídku Data Wrangler k procházení aktivních datových rámců, které jsou k dispozici pro úpravy. Vyberte ten, který chcete otevřít ve službě Data Wrangler.

Tip

V době, kdy je jádro poznámkového bloku zaneprázdněné, nelze otevřít rozhraní Wrangler dat. Spuštěná buňka musí dokončit své spuštění, aby bylo možné spustit službu Data Wrangler.

Výběr vlastních ukázek

Data Wrangler umožňuje otevřít vlastní ukázku libovolného aktivního datového rámce výběrem možnosti Zvolit vlastní ukázku z rozevíracího seznamu. Tím se spustí automaticky otevírané okno s možnostmi, které určují velikost požadovaného vzorku (počet řádků) a metodu vzorkování (první záznamy, poslední záznamy nebo náhodnou sadu).

Zobrazení souhrnných statistik

Když se data Wrangler načte, zobrazí se na panelu Souhrn popisný přehled zvoleného datového rámce. Tento přehled obsahuje informace o dimenzích datového rámce, chybějících hodnotách a dalších. Výběrem libovolného sloupce v mřížce transformace dat se zobrazí výzva k aktualizaci panelu Souhrn a zobrazení popisných statistik o daném sloupci. Rychlé přehledy o každém sloupci jsou k dispozici také v záhlaví.

Tip

Statistiky a vizuály specifické pro sloupce (jak na panelu Souhrn, tak v záhlaví sloupců) závisí na datovém typu sloupce. Například binned histogram číselného sloupce se zobrazí v záhlaví sloupce pouze v případě, že je sloupec přetypován jako číselný typ. Pomocí panelu Operations můžete přetypovat typy sloupců pro nejpřesnější zobrazení.

Operace čištění dat procházením

Prohledávatelný seznam kroků čištění dat najdete na panelu Operations Panel. (V nabídce záhlaví každého sloupce je k dispozici menší výběr stejných operací.) Výběrem kroku čištění dat na panelu Operations (Operations) se zobrazí výzva k zadání cílového sloupce nebo sloupců spolu s potřebnými parametry pro dokončení kroku. Například výzva ke škálování sloupce číselně vyžaduje nový rozsah hodnot.

Zobrazení náhledu a použití operací

Výsledky vybrané operace se automaticky zobrazí v mřížce zobrazení Transformace dat a odpovídající kód se automaticky zobrazí na panelu pod mřížkou. Náhled kódu potvrdíte tak, že na libovolném místě vyberete Použít. Pokud se chcete zbavit náhledového kódu a vyzkoušet novou operaci, vyberte Zahodit.

Po použití operace se zobrazí mřížka a souhrnná statistika služby Data Wrangler, aby odrážely výsledky. Kód se zobrazí v seznamu spuštěných potvrzených operací umístěných na panelu Kroky čištění.

Tip

Poslední použitý krok můžete kdykoli vrátit zpět ikonou koše vedle něj, která se zobrazí, když najedete kurzorem na tento krok na panelu Kroky čištění.

Následující tabulka shrnuje operace, které služba Data Wrangler aktuálně podporuje:

Operace	Popis
Sort	Seřazení sloupce ve vzestupném nebo sestupném pořadí
Filtr	Filtrování řádků na základě jedné nebo více podmínek
Kódování s jedním horkým kódováním	Vytvořte nové sloupce pro každou jedinečnou hodnotu v existujícím sloupci, což označuje přítomnost nebo absenci těchto hodnot na řádek.
Kódování s jedním horkým kódem s oddělovačem	Rozdělení a kódování kategorických dat s jedním horkým kódováním pomocí oddělovače
Změna typu sloupce	Změna datového typu sloupce
Drop column	Odstranění jednoho nebo více sloupců
Vybrat sloupec	Zvolte jeden nebo více sloupců, které chcete zachovat, a zbytek odstraňte.
Přejmenovat sloupec	Přejmenování sloupce
Vyřazení chybějících hodnot	Odebrání řádků s chybějícími hodnotami
Přetažení duplicitních řádků	Odstranění všech řádků s duplicitními hodnotami v jednom nebo více sloupcích
Vyplnění chybějících hodnot	Nahrazení buněk chybějícími hodnotami novou hodnotou
Vyhledání a nahrazení	Nahrazení buněk přesným vzorem porovnávání
Seskupení podle sloupce a agregace	Seskupení podle hodnot sloupců a agregovaných výsledků
Pruh prázdných znaků	Odebrání prázdných znaků od začátku a konce textu
Rozdělení textu	Rozdělení sloupce na několik sloupců na základě uživatelem definovaného oddělovače
Převod textu na malá písmena	Převod textu na malá písmena
Převod textu na velká písmena	Převod textu na VELKÁ PÍSMENA
Škálování minimálních a maximálních hodnot	Škálování číselného sloupce mezi minimální a maximální hodnotou
Dynamické doplňování	Automatické vytvoření nového sloupce na základě příkladů odvozených z existujícího sloupce

Ukládání a export kódu

Panel nástrojů nad mřížkou zobrazení Transformace dat poskytuje možnosti pro uložení vygenerovaného kódu. Kód můžete zkopírovat do schránky nebo ho exportovat do poznámkového bloku jako funkci. Export kódu zavře službu Data Wrangler a přidá novou funkci do buňky kódu v poznámkovém bloku. Vyčištěný datový rámec si také můžete stáhnout jako soubor CSV.

Tip

Kód vygenerovaný objektem Data Wrangler se nepoužije, dokud ručně nespustíte novou buňku a nepřepíše původní datový rámec.

Související obsah

• Pokud si chcete vyzkoušet rozhraní Data Wrangler v datových rámcích Sparku, přečtěte si tento doprovodný článek.
• Pokud chcete vyzkoušet transformaci dat ve VS Code, přečtěte si téma Transformace dat ve VS Code.