在 Azure 機器學習 中使用數據表

  • 發行項

適用於：Azure CLI ml 延伸模組 v2 (目前)Python SDK azure-ai-ml v2 (目前)

Azure 機器學習 支援資料表類型 （mltable）。 這可讓您建立 藍圖 ，以定義如何將數據檔載入記憶體作為 Pandas 或 Spark 資料框架。 在本文中，您將了解：

  • 何時使用 Azure 機器學習 資料表，而不是檔案或資料夾。
  • 如何安裝 mltable SDK。
  • 如何使用檔案定義數據載入藍圖 mltable 。
  • 示範如何在 mltable Azure 機器學習 中使用的範例。
  • 如何在互動式開發期間使用 mltable （例如，在筆記本中）。

必要條件

重要

請確定您已在 Python 環境中安裝最新的 mltable 套件：

pip install -U mltable azureml-dataprep[pandas]

複製範例存放庫

本文中的程式碼片段是以 Azure Machine Learning 範例 GitHub 存放庫中的範例為基礎。 若要將存放庫複製到您的開發環境，請使用此命令：

git clone --depth 1 https://github.com/Azure/azureml-examples

提示

使用 --depth 1 僅將最新的認可複製到存放庫。 這樣可縮短完成作業所需的時間。

您可以在複製存放庫的下列資料夾中找到與 Azure 機器學習 資料表相關的範例：

cd azureml-examples/sdk/python/using-mltable

簡介

Azure 機器學習 資料表 （mltable） 可讓您將資料檔載入記憶體的方式定義為 Pandas 和/或 Spark 資料框架。 資料表有兩個主要功能：

  1. MLTable 檔案。 定義數據載入 藍圖的 YAML 型檔案。 在 MLTable 檔案中，您可以指定：
    • 數據的儲存位置 - 本機、雲端或公用 HTTP（s） 伺服器上的記憶體位置。
    • 透過雲端記憶體的 Globbing 模式。 這些位置可以指定具有通配符 （*） 的檔名集合。
    • 讀取轉換 - 例如，檔格式類型（分隔文字、Parquet、Delta、json）、分隔符、標頭等。
    • 數據行類型轉換（強制執行架構）。
    • 使用資料夾結構資訊建立新資料列 - 例如，使用 {year}/{month} 路徑中的資料夾結構建立年份和月份數據行。
    • 要載入的數據子集 - 例如，篩選數據列、保留/卸除數據 行、取得隨機樣本。
  2. 根據 MLTable 檔案中定義的藍圖，快速且有效率的引擎 將數據載入 Pandas 或 Spark 數據框架。 引擎依賴 Rust 來獲得高速和記憶體效率。

Azure 機器學習 數據表在下列案例中很有用：

  • 您必須 在儲存位置上執行 Glob 。
  • 您必須使用來自不同記憶體位置的數據來建立數據表（例如，不同的 Blob 容器）。
  • 路徑包含您想要在數據中擷取的相關信息（例如日期和時間）。
  • 數據架構經常變更。
  • 您想要輕鬆 重現 數據載入步驟。
  • 您只需要大型數據的子集。
  • 您的資料包含您想要串流至 Python 工作階段的儲存位置。 例如，您想要在下列 JSON 行結構中串流 path ： [{"path": "abfss://fs@account.dfs.core.windows.net/my-images/cats/001.jpg", "label":"cat"}]。
  • 您想要使用 Azure 機器學習 AutoML 來定型 ML 模型。

提示

Azure 機器學習 不需要針對表格式數據使用 Azure 機器學習 資料表 （mltable）。 您可以使用 Azure 機器學習 檔案 （uri_file） 和資料夾 （uri_folder） 類型，而您自己的剖析邏輯會將資料載入 Pandas 或 Spark 資料框架。

如果您有簡單的 CSV 檔案或 Parquet 資料夾，則使用 Azure 機器學習 檔案/資料夾，而不是資料表會比較容易。

Azure 機器學習 數據表快速入門

在本快速入門中，您會從 Azure 開放數據集建立 NYC 綠色計程車數據的數據表 （）。mltable 數據具有 parquet 格式，且涵蓋 2008-2021 年。 在可公開存取的 Blob 記憶體帳戶上，數據檔具有下列資料夾結構：

/
└── green
    ├── puYear=2008
    │   ├── puMonth=1
    │   │   ├── _committed_2983805876188002631
    │   │   └── part-XXX.snappy.parquet
    │   ├── ...
    │   └── puMonth=12
    │       ├── _committed_2983805876188002631
    │       └── part-XXX.snappy.parquet
    ├── ...
    └── puYear=2021
        ├── puMonth=1
        │   ├── _committed_2983805876188002631
        │   └── part-XXX.snappy.parquet
        ├── ...
        └── puMonth=12
            ├── _committed_2983805876188002631
            └── part-XXX.snappy.parquet

使用此資料，您想要載入 Pandas 資料框架：

  • 只有 parquet 檔案 2015-19 年。
  • 數據的隨機樣本。
  • 只有撕裂距離大於 0 的數據列。
  • 機器學習的相關數據行。
  • 新的資料列 - 年和月 - 使用路徑資訊 （puYear=X/puMonth=Y）。

Pandas 程式代碼會處理此作業。 不過，實現 重現性 會變得困難，因為您必須：

  • 共用程式代碼，這表示如果架構變更（例如數據行名稱變更），則所有使用者都必須更新其程式代碼，或
  • 撰寫具有繁重負荷的 ETL 管線。

Azure 機器學習 數據表提供輕量機制，以串行化（儲存）檔案中的數據MLTable載入步驟。 然後，您和小組成員可以 重現 Pandas 數據框架。 如果架構變更，您只會更新 MLTable 檔案，而不是在涉及 Python 數據載入程式代碼的許多位置更新。

複製快速入門筆記本或建立新的筆記本/腳本

如果您使用 Azure 機器學習 計算實例，請建立新的筆記本。 如果您使用 IDE，請建立新的 Python 腳本。

此外，Azure 機器學習 範例 GitHub 存放庫中也提供快速入門筆記本。 使用此程式代碼來複製及存取 Notebook：

git clone --depth 1 https://github.com/Azure/azureml-examples
cd azureml-examples/sdk/python/using-mltable/quickstart

mltable安裝 Python SDK

若要將 NYC 綠色計程車數據載入 Azure 機器學習 數據表，您必須在 mltable Python 環境中安裝 Python SDKpandas，並使用下列命令：

pip install -U mltable azureml-dataprep[pandas]

撰寫 MLTable 檔案

mltable使用 Python SDK 來建立 MLTable 檔案，以記錄數據載入藍圖。 為此，請將下列程式代碼複製並貼到 Notebook/Script 中，然後執行該程式代碼：

import mltable

# glob the parquet file paths for years 2015-19, all months.
paths = [
    {
        "pattern": "wasbs://nyctlc@azureopendatastorage.blob.core.windows.net/green/puYear=2015/puMonth=*/*.parquet"
    },
    {
        "pattern": "wasbs://nyctlc@azureopendatastorage.blob.core.windows.net/green/puYear=2016/puMonth=*/*.parquet"
    },
    {
        "pattern": "wasbs://nyctlc@azureopendatastorage.blob.core.windows.net/green/puYear=2017/puMonth=*/*.parquet"
    },
    {
        "pattern": "wasbs://nyctlc@azureopendatastorage.blob.core.windows.net/green/puYear=2018/puMonth=*/*.parquet"
    },
    {
        "pattern": "wasbs://nyctlc@azureopendatastorage.blob.core.windows.net/green/puYear=2019/puMonth=*/*.parquet"
    },
]

# create a table from the parquet paths
tbl = mltable.from_parquet_files(paths)

# table a random sample
tbl = tbl.take_random_sample(probability=0.001, seed=735)

# filter trips with a distance > 0
tbl = tbl.filter("col('tripDistance') > 0")

# Drop columns
tbl = tbl.drop_columns(["puLocationId", "doLocationId", "storeAndFwdFlag"])

# Create two new columns - year and month - where the values are taken from the path
tbl = tbl.extract_columns_from_partition_format("/puYear={year}/puMonth={month}")

# print the first 5 records of the table as a check
tbl.show(5)

您可以選擇使用下列項目，選擇將 MLTable 物件載入 Pandas：

# You can load the table into a pandas dataframe
# NOTE: The data is in East US region and the data is large, so this will take several minutes (~7mins)
# to load if you are in a different region.

# df = tbl.to_pandas_dataframe()

儲存數據載入步驟

接下來，將所有數據載入步驟儲存到MLTable檔案中。 將數據載入步驟儲存在MLTable檔案中，可讓您在稍後的時間點重現 Pandas 資料框架，而不需要每次重新定義程式代碼。

您可以選擇將 MLTable yaml 檔案儲存至雲端記憶體，也可以將其儲存到本機路徑。

# save the data loading steps in an MLTable file to a cloud storage
# NOTE: the tbl object was defined in the previous snippet.
tbl.save(path="azureml://subscriptions/<subid>/resourcegroups/<rgname>/workspaces/<wsname>/datastores/<name>/paths/titanic", colocated=True, show_progress=True, overwrite=True)

# save the data loading steps in an MLTable file to local
# NOTE: the tbl object was defined in the previous snippet.
tbl.save("./titanic")

重要

  • 如果共置 == True，則在目前未共置 MLTable yaml 檔案時，我們會將數據複製到同一個資料夾，而且我們會在 MLTable yaml 中使用相對路徑。
  • 如果共置 == False，我們不會移動數據，而且我們會使用雲端數據的絕對路徑，並使用本機數據的相對路徑。
  • 我們不支援此參數組合：數據位於本機、共置 == False 中， path 以雲端目錄為目標。 請將本機數據上傳至雲端，並改用MLTable的雲端資料路徑。

重現數據載入步驟

現在，數據載入步驟已串行化為檔案，您可以使用load（） 方法在任何時間點重現它們。 如此一來，您就不需要在程式碼中重新定義數據載入步驟，而且您可以更輕鬆地共用檔案。

import mltable

# load the previously saved MLTable file
tbl = mltable.load("./nyc_taxi/")
tbl.show(5)

# You can load the table into a pandas dataframe
# NOTE: The data is in East US region and the data is large, so this will take several minutes (~7mins)
# to load if you are in a different region.

# load the table into pandas
# df = tbl.to_pandas_dataframe()

# print the head of the data frame
# df.head()
# print the shape and column types of the data frame
# print(f"Shape: {df.shape}")
# print(f"Columns:\n{df.dtypes}")

建立數據資產以協助共用和重現

MLTable 檔案目前儲存在磁碟上，因此很難與小組成員共用。 當您在 Azure 機器學習 中建立數據資產時，MLTable 會上傳至雲端記憶體並「已設定書籤」。 您的小組成員可以使用易記名稱存取MLTable。 此外，數據資產已設定版本。

az ml data create --name green-quickstart --version 1 --path ./nyc_taxi --type mltable

注意

路徑會指向包含MLTable檔案的資料夾。

讀取互動式會話中的數據資產

既然您已將 MLTable 儲存在雲端中，您和小組成員就可以在互動式會話中以易記名稱存取它（例如筆記本）：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

# connect to the AzureML workspace
# NOTE: the subscription_id, resource_group, workspace variables are set
# in a previous code snippet.
ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

# get the latest version of the data asset
# Note: The version was set in the previous snippet. If you changed the version
# number, update the VERSION variable below.
VERSION="1"
data_asset = ml_client.data.get(name="green-quickstart", version=VERSION)

# create a table
tbl = mltable.load(f"azureml:/{data_asset.id}")
tbl.show(5)

# load into pandas
# NOTE: The data is in East US region and the data is large, so this will take several minutes (~7mins) to load if you are in a different region.
df = tbl.to_pandas_dataframe()

讀取作業中的數據資產

如果您或小組成員想要存取作業中的數據表，您的 Python 訓練腳本會包含：

# ./src/train.py
import argparse
import mltable

# parse arguments
parser = argparse.ArgumentParser()
parser.add_argument('--input', help='mltable to read')
args = parser.parse_args()

# load mltable
tbl = mltable.load(args.input)

# load into pandas
df = tbl.to_pandas_dataframe()

您的作業需要包含 Python 套件相依性的 conda 檔案：

# ./conda_dependencies.yml
dependencies:
  - python=3.10
  - pip=21.2.4
  - pip:
      - mltable
      - azureml-dataprep[pandas]

您會使用下列專案提交作業：

建立下列作業 YAML 檔案：

# mltable-job.yml
$schema: https://azuremlschemas.azureedge.net/latest/commandJob.schema.json

code: ./src

command: python train.py --input ${{inputs.green}}
inputs:
    green:
      type: mltable
      path: azureml:green-quickstart:1

compute: cpu-cluster

environment:
  image: mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
  conda_file: conda_dependencies.yml

在 CLI 中，建立作業：

az ml job create -f mltable-job.yml

撰寫 MLTable 檔案

若要直接建立 MLTable 檔案，建議您使用 mltable Python SDK 來撰寫 MLTable 檔案，如 Azure 機器學習 數據表快速入門所示，而不是文本編輯器。 在本節中，我們將概述 Python SDK 中的 mltable 功能。

支援的檔案類型

您可以使用各種不同的檔案類型來建立 MLTable：

檔案類型 MLTable Python SDK
分隔的文字
（例如 CSV 檔案）		 from_delimited_files(paths=[path])
Parquet from_parquet_files(paths=[path])
Delta Lake from_delta_lake(delta_table_uri=<uri_pointing_to_delta_table_directory>,timestamp_as_of='2022-08-26T00:00:00Z')
JSON 行 from_json_lines_files(paths=[path])
路徑
（建立具有資料串流路徑資料列的數據表）		 from_paths(paths=[path])

如需詳細資訊，請參閱 MLTable 參考檔

定義路徑

針對分隔文字、parquet、JSON 行和路徑，請定義 Python 字典清單，以定義要從中讀取的路徑：

import mltable

# A List of paths to read into the table. The paths are a python dict that define if the path is
# a file, folder, or (glob) pattern.
paths = [
    {
        "file": "<supported_path>"
    }
]

tbl = mltable.from_delimited_files(paths=paths)

# alternatively
# tbl = mltable.from_parquet_files(paths=paths)
# tbl = mltable.from_json_lines_files(paths=paths)
# tbl = mltable.from_paths(paths=paths)

MLTable 支援下列路徑類型：

Location 範例
本機電腦上的路徑 ./home/username/data/my_data
公用 HTTP（s） 伺服器上的路徑 https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv
Azure 儲存體 上的路徑 wasbs://<container_name>@<account_name>.blob.core.windows.net/<path>
abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>
長期形式的 Azure 機器學習 數據存放區 azureml://subscriptions/<subid>/resourcegroups/<rgname>/workspaces/<wsname>/datastores/<name>/paths/<path>

注意

mltable會處理 Azure 儲存體 和 Azure 機器學習 資料存放區上路徑的使用者認證傳遞。 如果您沒有基礎記憶體上數據的許可權，則無法存取數據。

定義 Delta Lake Tables 路徑的附註

相較於其他文件類型，定義讀取 Delta Lake 數據表的路徑會有所不同。 對於 Delta Lake 數據表，路徑會指向包含 「_delta_log」 資料夾和資料檔的單一資料夾 （通常是 ADLS gen2 上）。 支援時間移動 。 下列程式代碼示範如何定義 Delta Lake 資料表的路徑：

import mltable

# define the cloud path containing the delta table (where the _delta_log file is stored)
delta_table = "abfss://<file_system>@<account_name>.dfs.core.windows.net/<path_to_delta_table>"

# create an MLTable. Note the timestamp_as_of parameter for time travel.
tbl = mltable.from_delta_lake(
    delta_table_uri=delta_table,
    timestamp_as_of='2022-08-26T00:00:00Z'
)

如果您要取得最新版的 Delta Lake 資料，您可以將目前的時間戳傳遞至 timestamp_as_of。

import mltable

# define the relative path containing the delta table (where the _delta_log file is stored)
delta_table_path = "./working-directory/delta-sample-data"

# get the current timestamp in the required format
current_timestamp = time.strftime("%Y-%m-%dT%H:%M:%SZ", time.gmtime())
print(current_timestamp)
tbl = mltable.from_delta_lake(delta_table_path, timestamp_as_of=current_timestamp)
df = tbl.to_pandas_dataframe()

重要

限制： mltable 不支援從 Delta Lake 讀取數據時擷取數據分割索引鍵。 當您透過 mltable讀取 Delta Lake 資料時，轉換mltableextract_columns_from_partition_format將無法運作。

重要

mltable會處理 Azure 儲存體 和 Azure 機器學習 資料存放區上路徑的使用者認證傳遞。 如果您沒有基礎記憶體上數據的許可權，則無法存取數據。

檔案、資料夾和 Glob

Azure 機器學習 資料表支援從下列來源讀取：

  • file（s），例如： abfss://<file_system>@<account_name>.dfs.core.windows.net/my-csv.csv
  • folder（s），例如 abfss://<file_system>@<account_name>.dfs.core.windows.net/my-folder/
  • glob 模式（s），例如 abfss://<file_system>@<account_name>.dfs.core.windows.net/my-folder/*.csv
  • 或者，檔案、資料夾和擷取模式的組合

支援的數據載入轉換

在 MLTable 參考檔案中尋找支援之資料載入轉換的完整最新詳細資料。

範例

Azure 機器學習 範例 GitHub 存放庫中的範例成為本文代碼段的基礎。 使用此指令將存放庫複製到您的開發環境：

git clone --depth 1 https://github.com/Azure/azureml-examples

提示

使用 --depth 1 僅將最新的認可複製到存放庫。 這樣可縮短完成作業所需的時間。

複製存放庫資料夾載入與 Azure 機器學習 資料表相關的範例：

cd azureml-examples/sdk/python/using-mltable

符號分隔檔案

首先，使用下列程式代碼從 CSV 檔案建立 MLTable：

import mltable
from mltable import MLTableHeaders, MLTableFileEncoding, DataType

# create paths to the data files
paths = [{"file": "wasbs://data@azuremlexampledata.blob.core.windows.net/titanic.csv"}]

# create an MLTable from the data files
tbl = mltable.from_delimited_files(
    paths=paths,
    delimiter=",",
    header=MLTableHeaders.all_files_same_headers,
    infer_column_types=True,
    include_path_column=False,
    encoding=MLTableFileEncoding.utf8,
)

# filter out rows undefined ages
tbl = tbl.filter("col('Age') > 0")

# drop PassengerId
tbl = tbl.drop_columns(["PassengerId"])

# ensure survived column is treated as boolean
data_types = {
    "Survived": DataType.to_bool(
        true_values=["True", "true", "1"], false_values=["False", "false", "0"]
    )
}
tbl = tbl.convert_column_types(data_types)

# show the first 5 records
tbl.show(5)

# You can also load into pandas...
# df = tbl.to_pandas_dataframe()
# df.head(5)

儲存數據載入步驟

接下來，將所有數據載入步驟儲存到MLTable檔案中。 將數據載入步驟儲存在MLTable檔案中，可讓您在稍後的時間點重現 Pandas 資料框架，而不需要每次重新定義程式代碼。

# save the data loading steps in an MLTable file
# NOTE: the tbl object was defined in the previous snippet.
tbl.save("./titanic")

重現數據載入步驟

既然檔案具有串行化的數據載入步驟，您可以使用 方法在任何時間點 load() 重現它們。 如此一來，您就不需要在程式碼中重新定義數據載入步驟，而且您可以更輕鬆地共用檔案。

import mltable

# load the previously saved MLTable file
tbl = mltable.load("./titanic/")

建立數據資產以協助共用和重現

您目前已將 MLTable 檔案儲存在磁碟上，因此很難與小組成員共用。 當您在 Azure 機器學習 中建立數據資產時，MLTable 會上傳至雲端記憶體和「書籤」，這可讓您的小組成員使用易記名稱存取 MLTable。 此外，數據資產已設定版本。

import time
from azure.ai.ml import MLClient
from azure.ai.ml.entities import Data
from azure.ai.ml.constants import AssetTypes
from azure.identity import DefaultAzureCredential

# Update with your details...
subscription_id = "<SUBSCRIPTION_ID>"
resource_group = "<RESOURCE_GROUP>"
workspace = "<AML_WORKSPACE_NAME>"

# set the version number of the data asset to the current UTC time
VERSION = time.strftime("%Y.%m.%d.%H%M%S", time.gmtime())

# connect to the AzureML workspace
ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

my_data = Data(
    path="./titanic",
    type=AssetTypes.MLTABLE,
    description="The titanic dataset.",
    name="titanic-cloud-example",
    version=VERSION,
)

ml_client.data.create_or_update(my_data)

既然您已將 MLTable 儲存在雲端中，您和小組成員就可以在互動式會話中以易記名稱存取它（例如筆記本）：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

# connect to the AzureML workspace
# NOTE:  subscription_id, resource_group, workspace were set in a previous snippet.
ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

# get the latest version of the data asset
# Note: The version was set in the previous code cell.
data_asset = ml_client.data.get(name="titanic-cloud-example", version=VERSION)

# create a table
tbl = mltable.load(f"azureml:/{data_asset.id}")

# load into pandas
df = tbl.to_pandas_dataframe()
df.head(5)

您也可以輕鬆地存取作業中的數據資產。

Parquet 檔案

Azure 機器學習 數據表快速入門示範如何讀取 parquet 檔案。

路徑：建立映像檔的數據表

您可以建立包含雲端記憶體路徑的數據表。 此範例有數個位於雲端記憶體的狗和貓映像，位於下列資料夾結構中：

/pet-images
  /cat
    0.jpeg
    1.jpeg
    ...
  /dog
    0.jpeg
    1.jpeg

mltable可以建構數據表，其中包含這些影像及其資料夾名稱（標籤）的儲存路徑，可用來串流影像。 下列程式代碼示範如何建立 MLTable：

import mltable

# create paths to the data files
paths = [{"pattern": "wasbs://data@azuremlexampledata.blob.core.windows.net/pet-images/**/*.jpg"}]

# create the mltable
tbl = mltable.from_paths(paths)

# extract useful information from the path
tbl = tbl.extract_columns_from_partition_format("{account}/{container}/{folder}/{label}")

tbl = tbl.drop_columns(["account", "container", "folder"])

df = tbl.to_pandas_dataframe()
print(df.head())

# save the data loading steps in an MLTable file
tbl.save("./pets")

下列程式代碼示範如何在 Pandas 資料框架中開啟儲存位置，並繪製影像：

# plot images on a grid. Note this takes ~1min to execute.
import matplotlib.pyplot as plt
from PIL import Image

fig = plt.figure(figsize=(20, 20))
columns = 4
rows = 5
for i in range(1, columns*rows +1):
    with df.Path[i].open() as f:
        img = Image.open(f)
        fig.add_subplot(rows, columns, i)
        plt.imshow(img)
        plt.title(df.label[i])

建立數據資產以協助共用和重現

mltable您目前已將檔案儲存在磁碟上，因此很難與小組成員共用。 當您在 Azure 機器學習 中建立資料資產時，mltable會上傳至雲端記憶體和「書籤」，這可讓您的小組成員使用易記名稱存取 mltable 。 此外，數據資產已設定版本。

import time
from azure.ai.ml import MLClient
from azure.ai.ml.entities import Data
from azure.ai.ml.constants import AssetTypes
from azure.identity import DefaultAzureCredential

# set the version number of the data asset to the current UTC time
VERSION = time.strftime("%Y.%m.%d.%H%M%S", time.gmtime())

# connect to the AzureML workspace
# NOTE: subscription_id, resource_group, workspace were set in a previous snippet.
ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

my_data = Data(
    path="./pets",
    type=AssetTypes.MLTABLE,
    description="A sample of cat and dog images",
    name="pets-mltable-example",
    version=VERSION,
)

ml_client.data.create_or_update(my_data)

mltable現在，儲存在雲端中，您和您的小組成員可以在互動式會話中以易記名稱存取它（例如筆記本）：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

# connect to the AzureML workspace
# NOTE: subscription_id, resource_group, workspace were set in a previous snippet.
ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

# get the latest version of the data asset
# Note: the variable VERSION is set in the previous code
data_asset = ml_client.data.get(name="pets-mltable-example", version=VERSION)

# the table from the data asset id
tbl = mltable.load(f"azureml:/{data_asset.id}")

# load into pandas
df = tbl.to_pandas_dataframe()
df.head()

您也可以將資料載入作業。

下一步