BatchDataFrameOperations Classe

Wrappers orientés DataFrame pour les opérations d’enregistrement par lots.

Fournit create, updateet qui acceptent pandas.DataFrame / pandas.Series les entrées et delete les convertissent en dicts standard avant la mise en file d’attente sur le lot. Cela permet aux appelants de science des données de nourrir des DataFrames directement dans un lot sans conversion manuelle.

Accessible via batch.dataframe.

Exemple :

   import pandas as pd

   batch = client.batch.new()
   df = pd.DataFrame([
       {"name": "Contoso", "telephone1": "555-0100"},
       {"name": "Fabrikam", "telephone1": "555-0200"},
   ])
   batch.dataframe.create("account", df)
   result = batch.execute()

Constructeur

BatchDataFrameOperations(batch: _BatchContext)

Paramètres

Nom	Description
batch Obligatoire

Méthodes

create	L’enregistrement en file d’attente crée à partir d’un DataFrame pandas. Chaque ligne devient un enregistrement. Toutes les lignes sont regroupées dans un seul CreateMultiple élément de lot (une requête HTTP dans le lot). Exemple : df = pd.DataFrame([{"name": "Contoso"}, {"name": "Fabrikam"}]) batch.dataframe.create("account", df)
delete	L’enregistrement en file d’attente supprime d’une série pandas de GUID. Exemple : ids_series = pd.Series(["guid-1", "guid-2", "guid-3"]) batch.dataframe.delete("account", ids_series)
update	Mise à jour de l’enregistrement en file d’attente à partir d’un DataFrame pandas. Chaque ligne représente une mise à jour. Spécifie id_column quelle colonne contient les GUID d’enregistrement. Exemple : df = pd.DataFrame([ {"accountid": "guid-1", "telephone1": "555-0100"}, {"accountid": "guid-2", "telephone1": "555-0200"}, ]) batch.dataframe.update("account", df, id_column="accountid")

create

L’enregistrement en file d’attente crée à partir d’un DataFrame pandas.

Chaque ligne devient un enregistrement. Toutes les lignes sont regroupées dans un seul CreateMultiple élément de lot (une requête HTTP dans le lot).

Exemple :

   df = pd.DataFrame([{"name": "Contoso"}, {"name": "Fabrikam"}])
   batch.dataframe.create("account", df)

create(table: str, records: DataFrame) -> None

Paramètres

Nom	Description
table Obligatoire	str Nom du schéma de table (par exemple "account").
records Obligatoire	Dataframe DataFrame où chaque ligne est un enregistrement à créer.

Exceptions

Type	Description
TypeError	Si records ce n’est pas un DataFrame pandas.
ValueError	S’il records est vide ou si une ligne n’a pas de valeurs non null.

delete

L’enregistrement en file d’attente supprime d’une série pandas de GUID.

Exemple :

   ids_series = pd.Series(["guid-1", "guid-2", "guid-3"])
   batch.dataframe.delete("account", ids_series)

delete(table: str, ids: Series, use_bulk_delete: bool = True) -> None

Paramètres

Nom	Description
table Obligatoire	str Nom du schéma de table (par exemple "account").
ids Obligatoire	Series Série de GUID d’enregistrement à supprimer.
use_bulk_delete	bool Quand True (valeur par défaut) et ids a plusieurs valeurs, utilisez l’action BulkDelete . Valeur par défaut: True

Exceptions

Type	Description
TypeError	S’il ids ne s’agit pas d’une série pandas.
ValueError	Si ids elle contient des valeurs non valides.

update

Mise à jour de l’enregistrement en file d’attente à partir d’un DataFrame pandas.

Chaque ligne représente une mise à jour. Spécifie id_column quelle colonne contient les GUID d’enregistrement.

Exemple :

   df = pd.DataFrame([
       {"accountid": "guid-1", "telephone1": "555-0100"},
       {"accountid": "guid-2", "telephone1": "555-0200"},
   ])
   batch.dataframe.update("account", df, id_column="accountid")

update(table: str, changes: DataFrame, id_column: str, clear_nulls: bool = False) -> None

Paramètres

Nom	Description
table Obligatoire	str Nom du schéma de table (par exemple "account").
changes Obligatoire	Dataframe DataFrame où chaque ligne contient un GUID d’enregistrement et les champs à mettre à jour.
id_column Obligatoire	str Nom de la colonne DataFrame contenant des GUID d’enregistrement.
clear_nulls	bool Quand False (valeur par défaut), les valeurs NaN/None sont ignorées. Quand True, NaN/None envoie null pour effacer le champ. Valeur par défaut: False

Exceptions

Type	Description
TypeError	Si changes ce n’est pas un DataFrame pandas.
ValueError	S’il changes est vide, id_column est manquant ou les ID ne sont pas valides.