# 語意模型中的語意數據傳播
當您將語意模型讀入 FabricDataFrame 時,語意模型中的元數據和批注等語意資訊會自動附加至 FabricDataFrame。 在本文中,您將瞭解 SemPy Python 連結庫如何保留附加至語意模型數據表和數據行的批注。
pandas 用戶的語意傳播
SemPy Python 連結庫是語意連結功能的一部分,並提供 pandas 使用者。 SemPy 支援 pandas 可讓您對資料執行的作業。
SemPy 也可讓您從您操作的語意模型傳播語意數據。 藉由傳播語意數據,您可以在執行切割、合併和串連等作業時,保留附加至語意模型中數據表和數據行的批註。
您可以使用下列兩種方式之一建立 FabricDataFrame 資料結構 :
您可以將資料表或量值輸出從語意模型讀入 FabricDataFrame。
當您從語意模型讀取到 FabricDataFrame 時,Power BI 中的元數據會自動凍結或填入 FabricDataFrame。 換句話說,FabricDataFrame 會保留模型數據表或量值的語意資訊。
您可以使用記憶體內部數據來建立 FabricDataFrame,就像對 pandas DataFrame 所做的一樣。
當您從記憶體內部數據建立 FabricDataFrame 時,您需要提供 FabricDataFrame 可從中提取元數據資訊的語意模型名稱。
SemPy 保留語意數據的方式會根據您執行的作業和您操作之 FabricDataFrame 的順序等因素而有所不同。
使用合併進行語意傳播
當您合併兩個 FabricDataFrame 時,DataFrame 的順序會決定 SemPy 如何傳播語意資訊。
如果 同時標註這兩個 FabricDataFrame,則左側 FabricDataFrame 的數據表層級元數據優先。 相同的規則適用於個別數據行;左 FabricDataFrame 中的數據行批注優先於右邊 DataFrame 中的數據行批注。
如果 只標註一個 FabricDataFrame,SemPy 會使用其元數據。 相同的規則適用於個別數據行;SemPy 會使用批注式 FabricDataFrame 中存在的數據行批注。
使用串連的語意傳播
當您針對每個數據行串連多個 FabricDataFrame 時,SemPy 會從符合數據行名稱的第一個 FabricDataFrame 複製元數據。 如果有多個相符專案且元數據不相同,SemPy 會發出警告。
您也可以先放置 FabricDataFrame,以傳播 FabricDataFrame 與一般 pandas DataFrame 的串連。
Spark 使用者的語意傳播
語意連結 Spark 原生連接器會凍結 Spark 數據行的元數據字典(或填入)。 目前,對語意傳播的支援有限,而且受限於Spark的內部實作架構信息傳播方式。 例如,數據行匯總會等量元數據。
相關內容
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應