OutputTabularDatasetConfig Klas

Vertegenwoordigt hoe u de uitvoer van een uitvoering kopieert en wordt gepromoveerd als een TabularDataset.

Initialiseer een OutputTabularDatasetConfig.

Overname

OutputDatasetConfig

OutputTabularDatasetConfig

Constructor

OutputTabularDatasetConfig(**kwargs)

Opmerkingen

U moet deze constructor niet rechtstreeks aanroepen, maar in plaats daarvan een OutputFileDatasetConfig maken en vervolgens de bijbehorende read_*-methoden aanroepen om deze te converteren naar een OutputTabularDatasetConfig.

De manier waarop de uitvoer wordt gekopieerd naar de bestemming voor een OutputTabularDatasetConfig is hetzelfde als een OutputFileDatasetConfig. Het verschil is dat de gegevensset die wordt gemaakt, een TabularDataset is die alle opgegeven transformaties bevat.

Methoden

as_input	Geef op hoe de uitvoer moet worden gebruikt als invoer in de volgende pijplijnstappen.
as_mount	Stel de modus van de uitvoer in op koppelen. Voor de koppelingsmodus is de uitvoermap een aan FUSE gekoppelde map. Bestanden die naar de gekoppelde map worden geschreven, worden geüpload wanneer het bestand wordt gesloten.
as_upload	Stel de modus in van de uitvoer die moet worden geüpload. Voor de uploadmodus worden bestanden die naar de uitvoermap worden geschreven, aan het einde van de taak geüpload. Als de taak mislukt of wordt geannuleerd, wordt de uitvoermap niet geüpload.
drop_columns	Verwijder de opgegeven kolommen uit de gegevensset.
keep_columns	Behoud de opgegeven kolommen en verwijdert alle andere kolommen uit de gegevensset.
random_split	Splits records in de gegevensset willekeurig in twee delen en ongeveer op basis van het opgegeven percentage. De namen van de resulterende uitvoerconfiguraties worden gewijzigd, op de eerste wordt _1 toegevoegd aan de naam en bij de tweede wordt _2 aan de naam toegevoegd. Als dit een naamconflict veroorzaakt of als u een aangepaste naam wilt opgeven, moet u de namen handmatig instellen.

as_input

Geef op hoe de uitvoer moet worden gebruikt als invoer in de volgende pijplijnstappen.

as_input(name=None)

Parameters

Name	Description
name Vereist	str De naam van de invoer die specifiek is voor de uitvoering.

Retouren

Type	Description
DatasetConsumptionConfig	Een DatasetConsumptionConfig exemplaar waarin wordt beschreven hoe de invoergegevens moeten worden geleverd.

as_mount

Stel de modus van de uitvoer in op koppelen.

Voor de koppelingsmodus is de uitvoermap een aan FUSE gekoppelde map. Bestanden die naar de gekoppelde map worden geschreven, worden geüpload wanneer het bestand wordt gesloten.

as_mount()

Retouren

Type	Description
OutputTabularDatasetConfig	Een OutputTabularDatasetConfig exemplaar met de modus ingesteld op koppelen.

as_upload

Stel de modus in van de uitvoer die moet worden geüpload.

Voor de uploadmodus worden bestanden die naar de uitvoermap worden geschreven, aan het einde van de taak geüpload. Als de taak mislukt of wordt geannuleerd, wordt de uitvoermap niet geüpload.

as_upload(overwrite=False, source_globs=None)

Parameters

Name	Description
overwrite Vereist	bool Hiermee wordt aangegeven of bestanden die al in de bestemming bestaan, moeten worden overschreven.
source_globs Vereist	list[str] Glob-patronen die worden gebruikt voor het filteren van bestanden die worden geüpload.

Retouren

Type	Description
OutputTabularDatasetConfig	Een OutputTabularDatasetConfig exemplaar waarvoor de modus is ingesteld om te uploaden.

drop_columns

Verwijder de opgegeven kolommen uit de gegevensset.

drop_columns(columns)

Parameters

Name	Description
columns Vereist	Union[str, list[str]] De naam of een lijst met namen voor de kolommen die moeten worden verwijderd.

Retouren

Type	Description
PipelineOutputTabularDataset	Een OutputTabularDatasetConfig exemplaar waarmee kolommen moeten worden verwijderd.

keep_columns

Behoud de opgegeven kolommen en verwijdert alle andere kolommen uit de gegevensset.

keep_columns(columns)

Parameters

Name	Description
columns Vereist	Union[str, list[str]] De naam of een lijst met namen voor de kolommen die moeten worden bewaard.

Retouren

Type	Description
PipelineOutputTabularDataset	Een OutputTabularDatasetConfig exemplaar waarmee kolommen moeten worden bewaard.

random_split

Splits records in de gegevensset willekeurig in twee delen en ongeveer op basis van het opgegeven percentage.

De namen van de resulterende uitvoerconfiguraties worden gewijzigd, op de eerste wordt _1 toegevoegd aan de naam en bij de tweede wordt _2 aan de naam toegevoegd. Als dit een naamconflict veroorzaakt of als u een aangepaste naam wilt opgeven, moet u de namen handmatig instellen.

random_split(percentage, seed=None)

Parameters

Name	Description
percentage Vereist	float Het percentage bij benadering waarop de gegevensset moet worden gesplitst. Dit moet een getal tussen 0,0 en 1,0 zijn.
seed Vereist	int Optioneel seed voor gebruik voor de willekeurige generator.

Retouren

Type	Description
tuple(OutputTabularDatasetConfig, OutputTabularDatasetConfig)	Retourneert een tuple van twee OutputTabularDatasetConfig-objecten die de twee gegevenssets na de splitsing vertegenwoordigen.