分享方式:


快速入門:使用 Python 搭配 SQL 機器學習的資料結構與物件

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。

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。

  1. 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
    
  2. 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
    
  3. 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。

  1. 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。

  1. 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。

  2. 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: