快速入門：使用 Python 搭配 SQL 機器學習的資料結構與物件

文章
05/04/2023

適用於： SQL Server 2017 (14.x) 和更新版本 Azure SQL 受控執行個體

在此快速入門中，您將會使用 SQL Server 機器學習服務、Azure SQL 受控執行個體機器學習服務或在 SQL Server 巨量資料叢集上了解使用 Python 時的資料結構與資料類型。在此快速入門中，您將會了解如何在 Python 與 SQL Server 之間移動資料，以及可能發生的常見問題。

SQL 機器學習依賴 Python Pandas 套件，這非常適合用以處理表格式資料。不過，您無法將純量從 Python 傳遞至您的資料庫，並預期這樣「就能作用」。在此快速入門中，您將複習部分的基本資料結構定義，以在 Python 與資料庫之間傳遞表格式資料時，為您可能遇到的額外問題做好準備。

首先要了解的概念包括：

資料框架是具有多個資料行的資料表。
資料框架的單一資料行是一種類似清單的物件，稱為「序列」。
資料框架的單一值稱為儲存格，並依索引存取。

如果 data.frame 需要表格式結構，您該如何將計算的單一結果公開為資料框架？答案是以序列形式來表示單一純量值，便可以輕鬆地轉換成資料框架。

注意

傳回日期時，SQL 中的 Python 會使用 DATETIME，其日期範圍限制在 1753-01-01 (-53690) 到 9999-12-31 (2958463) 之間。

Prerequisites

您需要符合下列必要條件，才能執行此快速入門。

SQL 資料庫位於其中一個平台上：
- SQL Server 機器學習服務。若要安裝，請參閱 Windows 安裝指南或 Linux 安裝指南。
- SQL Server 巨量資料叢集。查看如何啟用 SQL Server 巨量資料叢集上的機器學習服務。
- Azure SQL 受控執行個體機器學習服務。如需詳細資訊，請參閱 Azure SQL 受控執行個體機器學習服務概觀。
執行包含 Python 指令碼之 SQL 查詢的工具。本快速入門使用 Azure Data Studio。

以純量值作為序列

這個範例會執行一些簡單的數學運算，並將純量轉換成序列。

序列需要索引，您可以手動指派 (如本文所示)，或以程式設計方式指派。

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)
'

因為序列尚未轉換成資料框架，所以這些值會在 [訊息] 視窗中傳回，但是您會看到結果更進一步以表格式格式顯示。

結果

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

若要增加序列的長度，您可以使用陣列來加入新的值。

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)
'

如果您未指定索引，則會產生值開頭為 0 且結尾為陣列長度的索引。

結果

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

如果您增加索引值的數目，但不新增新的資料值，則系統會重複資料值來填滿序列。

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)
'

結果

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

將序列轉換成資料框架

將純量數學結果轉換為表格式結構之後，您仍然需要將其轉換為 SQL 機器學習可以處理的格式。

若要將數列轉換成 data.frame，請呼叫 pandas DataFrame \(英文\) 方法。

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))

結果如下所示。即使您使用索引來取得 data.frame 中的特定值，索引值也不是輸出的一部分。

結果

ResultValue
0.5
2

將值輸出至 data.frame

現在您會從 data.frame 中兩個數學運算結果序列輸出特定的值。第一個具有由 Python 產生之循序值的索引。第二個使用字串值的任意索引。

下列範例會使用整數索引來取得序列中的值。

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))

結果

ResultValue
2.0

請記住，自動產生的索引會從 0 開始。請嘗試使用超出範圍的索引值，並查看會發生什麼事。

現在使用字串索引從另一個資料框架取得單一值。

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))

結果

ResultValue
0.5

如果您嘗試使用數值索引來取得此序列中的值，就會發生錯誤。

後續步驟

若要了解如何使用 SQL 機器學習編寫進階 Python 函數，請遵循此快速入門：

編寫進階的 Python 函數

分享方式：