サンプル Jupyter Notebooks は、オープンデータセットを使用してデータをエンリッチする方法を示します。

Azure オープンデータセット用のサンプル Jupyter Notebooks は、オープンデータセットを読み込んでデモデータのエンリッチメントのために使用する方法を示します。データを処理するために手法として Apache Spark と Pandas の使用が含まれます。

重要

Spark 以外の環境で作業している場合、オープンデータセットでは、大きなデータセットによる MemoryError を回避するために、特定のクラスの 1 か月分のデータしか一度にダウンロードできません。

NOAA Integrated Surface Database (ISD) データを読み込む

ノートブック	説明
直近 1 か月の気象データを Pandas データフレームに読み込む	過去の気象データをお気に入りの Pandas データフレームに読み込む方法について説明します。
直近 1 か月の気象データを Spark データフレームに読み込む	過去の気象データをお気に入りの Spark データフレームに読み込む方法について説明します。

ノートブック	説明
デモデータと気象データを結合する - Pandas	センサー地点の 1 か月のデモデータセットを Pandas データフレームの気象測定値と結合します。
デモデータを気象データと結合する - Spark	センサー地点のデモデータセットを Spark データフレームの気象測定値と結合します。

ノートブック	説明
気象データによってエンリッチされたタクシー乗車データ - Pandas	ニューヨーク市のグリーンタクシーデータ (1 か月分) を読み込み、気象データによって Pandas データフレームでエンリッチします。この例は、メソッド `get_pandas_limit` をオーバーライドして、データ読み込みパフォーマンスとデータ容量のバランスを調整します。
気象データによってエンリッチされたタクシー乗車データ - Spark	ニューヨーク市のグリーンタクシーデータを読み込み、気象データによって Spark データフレームでエンリッチします。