Sådan fremskynder du dataforberedelse med Data Wrangler i Microsoft Fabric
Data Wrangler er et notesbogbaseret værktøj, der giver brugerne en fordybende grænseflade til udforskning af dataanalyser. Funktionen kombinerer en gitterlignende datavisning med dynamisk oversigtsstatistik, indbyggede visualiseringer og et bibliotek med almindelige datarensningshandlinger. Hver handling kan anvendes i et spørgsmål om klik, opdatere datavisningen i realtid og generere kode i pandas eller PySpark, der kan gemmes tilbage til notesbogen som en genbrugelig funktion. I denne artikel fokuseres der på at udforske og transformere pandas DataFrames. Du kan finde instruktioner til brug af Data Wrangler på Spark DataFrames her.
Forudsætninger
Få et Microsoft Fabric-abonnement. Du kan også tilmelde dig en gratis Prøveversion af Microsoft Fabric.
Brug oplevelsesskifteren i venstre side af startsiden til at skifte til Synapse Data Science-oplevelsen.
Begrænsninger
- Data Wrangler understøtter i øjeblikket generering af pandas-kode generelt og Generering af Spark-kode i offentlig prøveversion.
- Brugerdefinerede kodehandlinger understøttes i øjeblikket kun for pandas DataFrames.
- Data Wranglers visning fungerer bedst på store skærme, selvom forskellige dele af grænsefladen kan minimeres eller skjules for at imødekomme mindre skærme.
Start data-Wrangler
Du kan starte Data Wrangler direkte fra en Microsoft Fabric-notesbog for at udforske og transformere alle pandas eller Spark DataFrame. Du kan få en oversigt over, hvordan du bruger Data Wrangler med Spark DataFrames, i denne medfølgende artikel. Kodestykket nedenfor viser, hvordan du læser eksempeldata i en pandas DataFrame:
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)
Under fanen "Data" på notesbogbåndet skal du bruge rullelisten Data Wrangler til at gennemse aktive DataFrames, der er tilgængelige til redigering. Vælg den, du vil åbne, i Data Wrangler.
Tip
Data Wrangler kan ikke åbnes, mens notesbogkernen er optaget. En eksekveringscelle skal fuldføre udførelsen, før Data Wrangler kan startes.
Valg af brugerdefinerede eksempler
Med Data Wrangler kan du åbne et brugerdefineret eksempel på en hvilken som helst aktiv DataFrame ved at vælge "Vælg brugerdefineret eksempel" på rullelisten. Hvis du gør det, startes der et pop op-vinduer med indstillinger, der angiver størrelsen på det ønskede eksempel (antal rækker) og samplingmetoden (første poster, sidste poster eller et tilfældigt sæt).
Visning af oversigtsstatistik
Når Data Wrangler indlæses, vises der en beskrivende oversigt over den valgte DataFrame i panelet Oversigt. Denne oversigt indeholder oplysninger om DataFrames dimensioner, manglende værdier og meget mere. Hvis du vælger en kolonne i gitteret Data Wrangler, bliver panelet Oversigt bedt om at opdatere og vise beskrivende statistikker om den pågældende kolonne. Hurtig indsigt om hver kolonne er også tilgængelig i overskriften.
Tip
Kolonnespecifikke statistikker og visualiseringer (både i panelet Oversigt og i kolonneoverskrifterne) afhænger af kolonnedatatypen. Et histogram i beholdere med en numerisk kolonne vises f.eks. kun i kolonneoverskriften, hvis kolonnen er angivet som en numerisk type. Brug panelet Handlinger til at omarbejde kolonnetyper for at få den mest nøjagtige visning.
Gennemsyn af handlinger til rensning af data
Du kan finde en søgbar liste over trin til datarensning i panelet Handlinger. (En mindre markering af de samme handlinger er tilgængelig i menuen for hver kolonneoverskrift). Når du vælger et trin til datarensning i panelet Handlinger, bliver du bedt om at angive en eller flere destinationskolonner sammen med eventuelle nødvendige parametre for at fuldføre trinnet. Prompten om skalering af en kolonne kræver f.eks. et nyt interval af værdier.
Visning og anvendelse af handlinger
Resultaterne af en valgt handling vises automatisk i data-Wrangler-visningsgitteret, og den tilsvarende kode vises automatisk i panelet under gitteret. Hvis du vil bekræfte den viste kode, skal du vælge "Anvend" begge sted. Hvis du vil fjerne den viste kode og prøve en ny handling, skal du vælge "Fjern".
Når en handling er anvendt, opdateres data-Wrangler-visningsgitteret og oversigtsstatistikken for at afspejle resultaterne. Koden vises på den løbende liste over bekræftede handlinger, der er placeret i panelet Rengøringstrin.
Tip
Du kan altid fortryde det senest anvendte trin med papirkurvsikonet ud for det, som vises, hvis du holder markøren over trinnet i panelet Rengøringstrin.
I følgende tabel opsummeres de handlinger, som Data Wrangler understøtter i øjeblikket:
Handling | Beskrivelse |
---|---|
Sortér | Sortér en kolonne i stigende eller faldende rækkefølge |
Filter | Filtrer rækker baseret på en eller flere betingelser |
Kode med én varm kode | Opret nye kolonner for hver entydige værdi i en eksisterende kolonne, der angiver tilstedeværelsen eller fraværet af disse værdier pr. række |
En varm kode med afgrænser | Opdel og en varm kode for kategoriske data ved hjælp af en afgrænser |
Skift kolonnetype | Skift datatypen for en kolonne |
Slip kolonne | Slet en eller flere kolonner |
Vælg kolonne | Vælg en eller flere kolonner, der skal bevares, og slet resten |
Omdøb kolonne | Omdøb en kolonne |
Slip manglende værdier | Fjern rækker med manglende værdier |
Slip dublerede rækker | Slip alle rækker, der har dublerede værdier i en eller flere kolonner |
Udfyld manglende værdier | Erstat celler med manglende værdier med en ny værdi |
Søg og erstat | Erstat celler med et nøjagtigt matchende mønster |
Gruppér efter kolonne og aggregering | Gruppér efter kolonneværdier, og aggreger resultater |
Blanktegn i stribe | Fjern mellemrum fra starten og slutningen af teksten |
Opdel tekst | Opdel en kolonne i flere kolonner baseret på en brugerdefineret afgrænser |
Konvertér tekst til små bogstaver | Konvertér tekst til små bogstaver |
Konvertér tekst til store bogstaver | Konvertér tekst til STORE BOGSTAVER |
Skaler min./maks. værdier | Skaler en numerisk kolonne mellem en minimum- og maksimumværdi |
Hurtigudfyld | Opret automatisk en ny kolonne baseret på eksempler, der er afledt af en eksisterende kolonne |
Gemmer og eksporterer kode
Værktøjslinjen over visningsgitteret Data Wrangler indeholder indstillinger til at gemme den genererede kode. Du kan kopiere koden til Udklipsholder eller eksportere den til notesbogen som en funktion. Eksport af koden lukker Data Wrangler og føjer den nye funktion til en kodecelle i notesbogen. Du kan også downloade den rensede DataFrame som en csv-fil.
Tip
Den kode, der genereres af Data Wrangler, anvendes ikke, før du kører den nye celle manuelt, og den overskriver ikke den oprindelige DataFrame.
Relateret indhold
- Hvis du vil afprøve Data Wrangler på Spark DataFrames, skal du se denne medfølgende artikel.
- Hvis du vil afprøve Data Wrangler i VS Code, skal du se Data Wrangler i VS Code.
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: I hele 2024 udfaser vi GitHub-problemer som feedbackmekanisme for indhold og erstatter det med et nyt feedbacksystem. Du kan få flere oplysninger under:Indsend og få vist feedback om