Slik akselererer du dataforberedelser med Data Wrangler i Microsoft Fabric
Data Wrangler er et notatblokkbasert verktøy som gir brukerne et engasjerende grensesnitt for utforskende dataanalyse. Funksjonen kombinerer en rutenettlignende datavisning med dynamisk sammendragsstatistikk, innebygde visualiseringer og et bibliotek med vanlige datarengjøringsoperasjoner. Hver operasjon kan brukes i et spørsmål om klikk, oppdatere datavisningen i sanntid og generere kode i pandaer eller PySpark som kan lagres tilbake til notatblokken som en gjenbrukbar funksjon. Denne artikkelen fokuserer på å utforske og transformere pandas DataFrames. Instruksjoner for bruk av Data Wrangler på Spark DataFrames finner du her.
Forutsetning
Få et Microsoft Fabric-abonnement. Eller registrer deg for en gratis prøveversjon av Microsoft Fabric.
Logg på Microsoft Fabric.
Bruk opplevelsesbryteren til venstre på hjemmesiden for å bytte til Synapse Data Science-opplevelsen.
Begrensninger
- Data Wrangler støtter for øyeblikket pandas-kodegenerering i generell tilgjengelighet og generering av Spark-kode i offentlig forhåndsvisning.
- Egendefinerte kodeoperasjoner støttes for øyeblikket bare for pandas DataFrames.
- Data Wranglers skjerm fungerer best på store skjermer, selv om ulike deler av grensesnittet kan minimeres eller skjules for å få plass til mindre skjermer.
Starter Data Wrangler
Du kan starte Data Wrangler direkte fra en Microsoft Fabric-notatblokk for å utforske og transformere pandaer eller Spark DataFrame. Hvis du vil ha en oversikt over hvordan du bruker Data Wrangler med Spark DataFrames, kan du se denne hjelpeartikkelen. Kodesnutten nedenfor viser hvordan du leser 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)
Bruk rullegardinlisten Data for Data på notatblokkbåndet til å bla gjennom aktive datarammer som er tilgjengelige for redigering. Velg den du vil åpne i Data Wrangler.
Tips
Data-Wrangler kan ikke åpnes mens notatblokkkjernen er opptatt. En kjørende celle må fullføre kjøringen før Data Wrangler kan startes.
Velge egendefinerte eksempler
Med Data Wrangler kan du åpne et egendefinert eksempel på en aktiv DataFrame ved å velge «Velg egendefinert eksempel» fra rullegardinlisten. Dette starter et popup-vindu med alternativer for å angi størrelsen på det ønskede utvalget (antall rader) og samplingsmetoden (første poster, siste poster eller et tilfeldig sett).
Vise sammendragsstatistikk
Når Data Wrangler lastes inn, vises en beskrivende oversikt over den valgte DataFrame i Sammendrag-panelet. Denne oversikten inneholder informasjon om DataFrames dimensjoner, manglende verdier og mer. Hvis du velger en kolonne i Data Wrangler-rutenettet, blir sammendragspanelet bedt om å oppdatere og vise beskrivende statistikk om den bestemte kolonnen. Rask innsikt om hver kolonne er også tilgjengelig i toppteksten.
Tips
Kolonnespesifikk statistikk og visualobjekter (både i sammendragspanelet og i kolonneoverskriftene) avhenger av kolonnedatatypen. Et binned histogram for en numerisk kolonne vises for eksempel bare i kolonneoverskriften hvis kolonnen er angitt som en numerisk type. Bruk Operasjoner-panelet til å sende kolonnetyper på nytt for den mest nøyaktige visningen.
Bla gjennom datarengjøringsoperasjoner
Du finner en søkbar liste over trinn for datarengjøring i Operasjoner-panelet. (Et mindre utvalg av de samme operasjonene er tilgjengelig i menyen for hver kolonneoverskrift.) Når du velger et datarengjøringstrinn i operasjonspanelet, blir du bedt om å angi en målkolonne eller kolonner, sammen med eventuelle nødvendige parametere for å fullføre trinnet. Ledeteksten for skalering av en kolonne krever for eksempel et nytt verdiområde.
Forhåndsvise og bruke operasjoner
Resultatene av en valgt operasjon forhåndsvises automatisk i visningsrutenettet for Data Wrangler, og den tilsvarende koden vises automatisk i panelet under rutenettet. Hvis du vil utføre den forhåndsviste koden, velger du Bruk på begge steder. Hvis du vil fjerne den forhåndsviste koden og prøve en ny operasjon, velger du Forkast.
Når en operasjon er brukt, viser data-Wrangler-rutenettet og sammendragsstatistikken oppdatering for å gjenspeile resultatene. Koden vises i den løpende listen over forpliktede operasjoner, som er plassert i panelet for rengjøringstrinn.
Tips
Du kan alltid angre det sist brukte trinnet med papirkurvikonet ved siden av det, som vises hvis du holder markøren over dette trinnet i panelet for rengjøringstrinn.
Tabellen nedenfor oppsummerer operasjonene som Data Wrangler for øyeblikket støtter:
Operasjon | Beskrivelse |
---|---|
Sorter | Sortere en kolonne i stigende eller synkende rekkefølge |
Filter | Filtrere rader basert på én eller flere betingelser |
En-hot kode | Opprett nye kolonner for hver unike verdi i en eksisterende kolonne, som angir tilstedeværelse eller fravær av disse verdiene per rad |
En-hot kode med skilletegn | Del og en-hot kode kategoriske data ved hjelp av et skilletegn |
Endre kolonnetype | Endre datatypen for en kolonne |
Slipp kolonne | Slette én eller flere kolonner |
Velg kolonne | Velg én eller flere kolonner du vil beholde, og slett resten |
Gi nytt navn til kolonne | Gi nytt navn til en kolonne |
Slipp manglende verdier | Fjerne rader med manglende verdier |
Slipp dupliserte rader | Slipp alle rader som har dupliserte verdier i én eller flere kolonner |
Fyll manglende verdier | Erstatt celler med manglende verdier med en ny verdi |
Søk etter og erstatt | Erstatt celler med et nøyaktig samsvarende mønster |
Grupper etter kolonne og aggreger | Grupper etter kolonneverdier og aggreger resultater |
Stripe mellomrom | Fjerne mellomrom fra begynnelsen og slutten av teksten |
Dele tekst | Dele en kolonne i flere kolonner basert på et brukerdefinert skilletegn |
Konvertere tekst til små bokstaver | Konvertere tekst til små bokstaver |
Konvertere tekst til store bokstaver | Konvertere tekst til STORE BOKSTAVER |
Skaler min/maks.verdier | Skalere en numerisk kolonne mellom en minimums- og maksimumsverdi |
Rask utfylling | Opprett automatisk en ny kolonne basert på eksempler avledet fra en eksisterende kolonne |
Lagre og eksportere kode
Verktøylinjen over visningsrutenettet for Data Wrangler inneholder alternativer for å lagre den genererte koden. Du kan kopiere koden til utklippstavlen eller eksportere den til notatblokken som en funksjon. Når du eksporterer koden, lukkes Data Wrangler og den nye funksjonen legges til i en kodecelle i notatblokken. Du kan også laste ned den rengjorte DataFrame som en csv-fil.
Tips
Koden som genereres av Data Wrangler, brukes ikke før du kjører den nye cellen manuelt, og den vil ikke overskrive den opprinnelige DataFrame.
Relatert innhold
- Hvis du vil prøve Data Wrangler på Spark DataFrames, kan du se denne hjelpeartikkelen.
- Hvis du vil prøve Data Wrangler i VS Code, kan du se Data Wrangler i VS Code.
Tilbakemeldinger
https://aka.ms/ContentUserFeedback.
Kommer snart: Gjennom 2024 faser vi ut GitHub Issues som tilbakemeldingsmekanisme for innhold, og erstatter det med et nytt system for tilbakemeldinger. Hvis du vil ha mer informasjon, kan du se:Send inn og vis tilbakemelding for