빠른 시작: SQL 기계 학습에서 Python을 사용하는 데이터 구조 및 개체

아티클
07/12/2024

적용 대상: SQL Server 2017(14.x) 이상 Azure SQL Managed Instance

이 빠른 시작에서는 SQL Server Machine Learning Services, Azure SQL Managed Instance Machine Learning Services 또는 SQL Server 빅 데이터 클러스터에서 Python을 사용할 때 데이터 구조 및 데이터 형식을 사용하는 방법을 알아봅니다. Python과 SQL Server 사이의 데이터 이동과 일반적으로 발생할 수 있는 문제에 대해 알아봅니다.

SQL 기계 학습은 표 형식 데이터 작업에 적합한 Python pandas 패키지를 사용합니다. 하지만 Python에서 데이터베이스로 스칼라를 전달하기만 하면 단순히 작동하는 것이 아닙니다. 이 빠른 시작에서는 Python과 데이터베이스 사이에 표 형식 데이터를 전달할 때 발생할 수 있는 추가적인 문제들을 준비하기 위해 몇 가지 기본적인 데이터 구조 정의를 검토합니다.

미리 알아야 할 개념은 다음과 같습니다.

데이터 프레임은 여러 열이 포함된 테이블입니다.
데이터 프레임의 단일 열은 계열이라고 불리는 목록과 유사한 개체입니다.
데이터 프레임의 단일 값을 셀이라고 하며 인덱스로 액세스합니다.

data.frame에 테이블 형식 구조가 필요한 경우 계산의 단일 결과를 데이터 프레임으로 노출하려면 어떻게 해야 하나요? 한 가지 대답은 단일 스칼라 값을 데이터 프레임으로 쉽게 변환되는 계열로 나타내는 것입니다.

참고 항목

날짜를 반환할 때 SQL에서 Python은 날짜 범위가 1753-01-01(-53690)에서 9999-12-31(2958463)인 DATETIME을 사용합니다.

필수 조건

이 빠른 시작을 실행하려면 다음과 같은 필수 구성 요소가 필요합니다.

다음 플랫폼 중 하나의 SQL Database:
- SQL Server Machine Learning Services. 설치는 Windows 설치 가이드 또는 Linux 설치 가이드를 참조하세요.
- SQL Server 빅 데이터 클러스터. SQL Server 빅 데이터 클러스터에서 Machine Learning Services 사용을 참조하세요.
- Azure SQL Managed Instance Machine Learning Services 자세한 내용은 Azure SQL Managed Instance Machine Learning Services 개요를 참조하세요.
Python 스크립트가 포함된 SQL 쿼리를 실행하기 위한 도구. 이 빠른 시작에서는 Azure Data Studio를 사용합니다.

계열로서의 스칼라 값

이 예에서는 몇 가지 수식을 계산하고 스칼라를 계열로 변환합니다.

계열에는 여기에 표시된 대로 수동으로 할당하거나 프로그래밍 방식으로 할당할 수 있는 인덱스가 필요합니다.
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
print(c)
s = pandas.Series(c, index =["simple math example 1"])
print(s)
'
```
계열이 data.frame으로 변환되지 않았기 때문에 메시지 창에 값이 반환되지만 결과는 여전히 표 형식으로 표시되는 것을 볼 수 있습니다.

결과
```
STDOUT message(s) from external script: 
0.5
simple math example 1    0.5
dtype: float64
```
계열의 길이를 늘리려면 배열을 사용하여 새 값을 추가할 수 있습니다.
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
'
```
인덱스를 지정하지 않으면 값이 0부터 시작하여 배열 길이로 끝나는 인덱스가 생성됩니다.

결과
```
STDOUT message(s) from external script:
0    0.5
1    2.0
dtype: float64
```

인덱스 값의 수를 늘리되 새 데이터 값을 추가하지 않으면 데이터 값이 반복되어 계열을 채웁니다.

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
s = pandas.Series(c, index =["simple math example 1", "simple math example 2"])
print(s)
'

결과

STDOUT message(s) from external script:
0.5
simple math example 1    0.5
simple math example 2    0.5
dtype: float64

계열을 데이터 프레임으로 변환

스칼라 쉭 결과를 표 형식 구조로 변환한 후에도 여전히 이를 SQL 기계 학습이 처리할 수 있는 형식으로 변환해야 합니다.

계열을 data.frame으로 변환하려면 pandas DataFrame 메서드를 호출합니다.
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
df = pd.DataFrame(s)
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))
```
결과는 아래에 표시되어 있습니다. data.frame에서 특정 값을 가져오기 위해 인덱스를 사용하더라도 인덱스 값은 출력의 일부가 아닙니다.

결과

ResultValue

0.5

2

data.frame으로 값 출력

이제 수식 결과의 두 계열로부터 특정 값을 data.frame으로 출력합니다. 첫 번째 항목에는 Python으로 생성된 순차적 값의 인덱스가 포함됩니다. 두 번째 문자열 값의 임의 인덱스를 사용합니다.

다음 예제는 정수 인덱스를 사용해서 계열로부터 값을 가져옵니다.
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
df = pd.DataFrame(s, index=[1])
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))
```
결과

ResultValue

2.0

자동 생성된 인덱스는 0에서 시작됩니다. 범위를 벗어난 인덱스 값을 사용하여 어떤 일이 일어나는지 확인합니다.

ResultValue
2.0

이제 문자열 인덱스로 다른 데이터 프레임에서 단일 값을 가져옵니다.

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
s = pandas.Series(c, index =["simple math example 1", "simple math example 2"])
print(s)
df = pd.DataFrame(s, index=["simple math example 1"])
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))

결과

ResultValue
0.5

숫자 인덱스를 사용하여 이 계열로부터 값을 가져오려고 시도하면 오류가 발생합니다.

다음 단계

SQL 기계 학습으로 고급 Python 함수를 작성하는 방법을 알아보려면 이 빠른 시작을 따르세요.

고급 Python 함수 쓰기

다음을 통해 공유