DatasetDefinition Classe

Definisce una serie di passaggi che specificano come leggere e trasformare i dati in un set di dati.

Nota

Questa classe è deprecata. Per altre informazioni, vedere https://aka.ms/dataset-deprecation.

Un set di dati registrato in un'area di lavoro di Azure Machine Learning può avere più definizioni, ognuna creata chiamando update_definition. Ogni definizione ha un identificatore univoco. La definizione corrente è quella più recente creata.

Per set di dati non registrati, esiste solo una definizione.

Le definizioni dei set di dati supportano tutte le trasformazioni elencate per la <xref:azureml.dataprep.Dataflow> classe: vedere http://aka.ms/azureml/howto/transformdata. Per altre informazioni sulle definizioni dei set di dati, passare a https://aka.ms/azureml/howto/versiondata.

Inizializzare l'oggetto Definizione set di dati.

Ereditarietà

azureml.dataprep.api.engineless_dataflow.EnginelessDataflow

DatasetDefinition

Costruttore

DatasetDefinition(workspace=None, dataset_id=None, version_id=None, dataflow=None, dataflow_json=None, notes=None, etag=None, created_time=None, modified_time=None, state=None, deprecated_by_dataset_id=None, deprecated_by_definition_version=None, data_path=None, dataset=None, file_type='Unknown')

Parametri

Nome	Descrizione
workspace Necessario	str L'area di lavoro in cui è registrato il set di dati.
dataset_id Necessario	str Identificatore del set di dati.
version_id Necessario	str Versione della definizione.
dataflow Necessario	str Oggetto Flusso di dati.
dataflow_json Necessario	Json flusso di dati.
notes Necessario	str Informazioni facoltative sulla definizione.
etag Necessario	str Etag.
created_time Necessario	datetime Ora di creazione della definizione.
modified_time Necessario	datetime Ora dell'ultima modifica della definizione.
deprecated_by_dataset_id Necessario	str ID del set di dati che depreca questa definizione.
deprecated_by_definition_version Necessario	str Versione della definizione che depreca questa definizione.
data_path Necessario	DataPath Percorso dati.
dataset Necessario	Dataset Oggetto Set di dati padre.

Metodi

archive	Archiviare la definizione del set di dati.
create_snapshot	Creare uno snapshot del set di dati registrato.
deprecate	Deprecare il set di dati con un puntatore al nuovo set di dati.
reactivate	Riattivare la definizione del set di dati. Funziona sulle definizioni del set di dati deprecate o archiviate.
to_pandas_dataframe	Creare un dataframe Pandas eseguendo la pipeline di trasformazione definita da questa definizione del set di dati.
to_spark_dataframe	Creare un dataframe Spark che può eseguire la pipeline di trasformazione definita da questo flusso di dati.

archive

Archiviare la definizione del set di dati.

archive()

Restituisce

Tipo	Descrizione
None	Nessuno.

Commenti

Dopo l'archiviazione, qualsiasi tentativo di recupero del set di dati genera un errore. Se archiviato per caso, usare reactivate per attivarlo.

create_snapshot

Creare uno snapshot del set di dati registrato.

create_snapshot(snapshot_name, compute_target=None, create_data_snapshot=False, target_datastore=None)

Parametri

Nome	Descrizione
snapshot_name Necessario	str Nome dello snapshot. I nomi di snapshot devono essere univoci all'interno di un set di dati.
compute_target	ComputeTarget oppure str Destinazione di calcolo per eseguire la creazione del profilo snapshot. Se omesso, viene usato il calcolo locale. Valore predefinito: None
create_data_snapshot	bool Se True, verrà creata una copia materializzata dei dati. Valore predefinito: False
target_datastore	Union[AbstractAzureStorageDatastore, str] Archivio dati di destinazione in cui salvare lo snapshot. Se omesso, lo snapshot verrà creato nell'archiviazione predefinita dell'area di lavoro. Valore predefinito: None

Restituisce

Tipo	Descrizione
DatasetSnapshot	Oggetto DatasetSnapshot.

Commenti

Gli snapshot acquisisce le statistiche di riepilogo temporale dei dati sottostanti e una copia facoltativa dei dati stessi. Per altre informazioni sulla creazione di snapshot, passare a https://aka.ms/azureml/howto/createsnapshots.

deprecate

Deprecare il set di dati con un puntatore al nuovo set di dati.

deprecate(deprecate_by_dataset_id, deprecated_by_definition_version=None)

Parametri

Nome	Descrizione
deprecate_by_dataset_id Necessario	uuid ID del set di dati responsabile della deprecazione del set di dati corrente.
deprecated_by_definition_version	str Versione della definizione del set di dati responsabile della deprecazione della definizione del set di dati corrente. Valore predefinito: None

Restituisce

Tipo	Descrizione
None	Nessuno.

Commenti

Le definizioni del set di dati deprecate registrano avvisi quando vengono usati. Per bloccare completamente l'utilizzo di una definizione del set di dati, archiviarla.

Se una definizione del set di dati è deprecata per caso, usarla reactivate per attivarla.

reactivate

Riattivare la definizione del set di dati.

Funziona sulle definizioni del set di dati deprecate o archiviate.

reactivate()

Restituisce

Tipo	Descrizione
None	Nessuno.

to_pandas_dataframe

Creare un dataframe Pandas eseguendo la pipeline di trasformazione definita da questa definizione del set di dati.

to_pandas_dataframe()

Restituisce

Tipo	Descrizione
DataFrame	DataFrame Pandas.

Commenti

Restituisce un dataframe Pandas completamente materializzato in memoria.

to_spark_dataframe

Creare un dataframe Spark che può eseguire la pipeline di trasformazione definita da questo flusso di dati.

to_spark_dataframe()

Restituisce

Tipo	Descrizione
DataFrame	Un dataframe Spark.

Commenti

Il dataframe Spark restituito è solo un piano di esecuzione e non contiene effettivamente dati, poiché i dataframe Spark vengono valutati in modo più pigre.