筆記本輸出和結果

筆記本附加至叢集執行一或多個數據格之後,您的筆記本具有狀態並顯示輸出。 本節說明如何管理筆記本狀態和輸出。

清除筆記本狀態和輸出

若要清除筆記本狀態和輸出,請選取 [執行] 功能表底部的其中一個 [清除] 選項。

功能表選項 描述
清除所有儲存格輸出 清除儲存格輸出。 如果您要共享筆記本,而且不想包含任何結果,這會很有用。
清除狀態 清除筆記本狀態,包括函式和變數定義、數據和匯入的連結庫。
清除狀態和輸出 清除數據格輸出和筆記本狀態。
清除狀態並全部執行 清除筆記本狀態並啟動新的執行。

顯示結果

執行數據格時,數據表結果會傳回最多 10,000 個數據列或 2 MB,無論哪一個較少。

根據預設,文字結果最多會傳回 50,000 個字元。 透過 Databricks Runtime 12.2 LTS 和更新版本,您可以藉由設定 Spark 組態屬性 spark.databricks.driver.maxReplOutputLength來增加此限制。

使用 Python 原生探索 Python 筆記本中的 SQL 數據格結果

您可以使用 SQL 載入數據,並使用 Python 加以探索。 在 Databricks Python 筆記本中,SQL 語言數據格中的數據表結果會自動以 Python DataFrame 的形式提供。 如需詳細資訊,請參閱 探索 Python 筆記本中的 SQL 數據格結果。

新的儲存格結果數據表

重要

這項功能處於公開預覽狀態

您現在可以選取新的儲存格結果數據表轉譯。 使用新的結果資料表,您可以執行下列動作:

  • 將數據行或其他表格式結果子集複製到剪貼簿。
  • 對結果數據表執行文字搜尋。
  • 排序和篩選數據
  • 使用鍵盤箭頭鍵在表格儲存格之間流覽。
  • 按兩下並拖曳以選取所需的文字,以選取資料行名稱或儲存格值的一部分。

若要啟用新的結果數據表,請按下 單元格結果右上角的 [新增結果數據表 ],然後將切換選取器從 OFF 變更為 ON

新的結果顯示選取器

當功能開啟時,您可以按下資料行或數據列標頭來選取整個數據行或數據列,而您可以在資料表的左上方單元格中單擊以選取整個數據表。 您可以將游標拖曳到任何矩形的儲存格集上,以選取它們。

若要將選取的數據複製到剪貼簿,請在MacOS或 Ctrl + c Windows上按Cmd + c滑鼠右鍵,然後從下拉功能表中選取 [複製]。

若要搜尋結果數據表中的文字,請在 [搜尋] 方塊中輸入文字。 會反白顯示相符的儲存格。

若要開啟顯示選取資訊側邊面板,請按兩下 [搜尋] 方塊旁右上角的面板圖示圖示面板圖示

面板圖示的位置

數據行標頭表示數據行的數據類型。 例如, 整數類型數據行的指標 表示整數數據類型。 將滑鼠停留在指標上方以查看數據類型。

排序和篩選結果

當您使用新的儲存格結果表轉譯時,您可以排序和篩選結果。

若要依數據行中的值排序數據表,請將游標暫留在數據行名稱上。 在包含數據行名稱的儲存格右側,會出現圖示。 按兩下箭號來排序數據行。 連續點擊會以遞增順序、遞減順序或未排序的方式切換排序。

如何排序數據行

若要依多個數據行排序,請在按兩下資料行的排序箭號時按住 Shift 鍵。

若要建立篩選,請按兩下 篩選圖示 單元格結果的右上方。 在出現的對話框中,選取要篩選的數據行,以及要套用的篩選規則和值。 例如:

篩選範例

若要新增另一個篩選,請按下 新增篩選按鈕

若要暫時啟用或停用篩選,請切換 對話方塊中的 [已啟用/停用 ] 按鈕。 若要刪除篩選,請按下篩選名稱 delete filter X旁的 X。

若要依特定值進行篩選,請以滑鼠右鍵單擊具有該值的儲存格,然後從下拉功能表中選取 [ 依此值 篩選]。

特定值

您也可以從資料行名稱中的 Kebab 選單建立篩選:

篩選 kebab 功能表

篩選只會套用至結果數據表中顯示的結果。 如果傳回的數據被截斷(例如,當查詢傳回超過 64,000 個數據列時),篩選只會套用至傳回的數據列。

下載結果

默認會啟用下載結果。 若要切換此設定,請參閱 管理從筆記本下載結果的能力。

您可以將包含表格式輸出的數據格結果下載到本機電腦。 按兩下索引標籤題旁的向下指向箭號。 功能表選項取決於結果中的數據列數目和 Databricks Runtime 版本。 下載的結果會以名為 export.csv的 CSV 檔案儲存在本機電腦上。

下載儲存格結果

檢視每個儲存格的多個輸出

非 Python 筆記本中的 Python 筆記本和 %python 儲存格支援每個數據格的多個輸出。 例如,下列程式代碼的輸出同時包含繪圖和數據表:

import pandas as pd
from sklearn.datasets import load_iris

data = load_iris()
iris = pd.DataFrame(data=data.data, columns=data.feature_names)
ax = iris.plot()
print("plot")
display(ax)
print("data")
display(iris)

認可 Databricks Git 資料夾中的筆記本輸出

若要瞭解如何認可 .ipynb 筆記本輸出,請參閱 允許認可 .ipynb 筆記本輸出

  • 筆記本必須是 .ipynb 檔案
  • 工作區管理員設定必須允許認可筆記本輸出。