共用方式為

轉換為 CSV

  • 發行項

重要

Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。

自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。

ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。

將資料輸入轉換成逗號分隔值格式

類別： 資料格式轉換

注意

適用于：僅限機器學習 Studio (傳統)

Azure Machine Learning設計工具提供類似的拖放模組。

模組概觀

本文說明如何使用 機器學習 Studio 中的[轉換為 CSV] 模組， (傳統) ，將資料集從 Azure ML轉換成可下載、匯出或與 R 或 Python 腳本模組共用的 CSV 格式。

關於 CSV 格式的詳細資訊

CSV 格式 (代表「逗點分隔值」) 是許多外部機器學習工具所使用的檔案格式。 雖然機器學習所使用的原生資料集格式是以 .NET 資料表為基礎，因此可由 .NET 程式庫讀取，但使用 R 或 Python 等開放原始碼語言時，CSV 是常見的交換格式。

即使您在 機器學習 Studio 中執行大部分的工作， (傳統) ，有時候您可能會發現將資料集轉換成 CSV 以在外部工具中使用。 例如：

  • 下載 CSV 檔案，以 Excel 將其開啟，或將其匯入至關聯式資料庫。
  • 將 CSV 檔案儲存至雲端儲存體，並從 Power BI 連線到其中，以建立視覺效果。
  • 使用 CSV 格式來準備要在 R 和 Python 中使用的資料。 只要以滑鼠右鍵按一下模組的輸出，即可產生直接從 Python 或 Jupyter Notebook 存取資料所需的程式碼。

當您將資料集轉換成 CSV 時，檔案會儲存在 Azure ML 工作區中。 您可以使用 Azure 儲存體公用程式直接開啟和使用檔案，或以滑鼠右鍵按一下模組輸出，並將 CSV 檔案下載到您的電腦，或在 R 或 Python 程式碼中使用。

如何設定轉換成 CSV

  1. 將 [轉換為 CSV ] 模組新增至您的實驗。 您可以在 Studio 中的 [資料格式轉換 ] 群組中找到此課程模組， (傳統) 。

  2. 將它連線至輸出資料集的任何模組。

  3. 執行實驗，或按一下 [轉換為 CSV ] 模組，然後按一下 [ 執行] 選取。

結果

按兩下 [轉換為 CSV] 的輸出，然後選取其中一個選項。

  • 下載：立即開啟 CSV 格式的資料複本，您可以儲存至本機資料夾。 如果您未指定資料夾，則會套用預設檔案名，並將 CSV 檔案儲存在本機 下載 程式庫中。

    如果您選取 [下載資料集]，您必須指出是否要開啟資料集，或將其儲存至本機檔案。

    如果您選取 [開啟]，系統會使用預設與.CSV檔案相關聯的應用程式載入資料集：例如，Microsoft Excel。

    如果您選取 [下載資料集]，根據預設，檔案會以模組名稱加上代表工作區識別碼的 GUID 來儲存。 不過，您可以在下載期間選取 [ 另存新 檔] 選項，並變更檔案名或位置。

  • 另存成資料集：將 CSV 檔案儲存回 Azure ML工作區作為個別資料集。

  • 產生資料存取碼：Azure ML會產生兩組程式碼，讓您使用 Python 或使用 R 來存取資料。若要存取資料，請將程式碼片段複製到您的應用程式。

  • 在新 Notebook 中開啟：會為您建立新的 Jupyter Notebook，並使用您選擇的語言插入程式碼來讀取工作區中的資料：Python 2、Python 3 或 R 與 Microsoft R Open。

    例如，如果您選擇 R 選項，則會提供範例 R 程式碼，以將 CSV 檔案載入資料框架，並使用 函式顯示前幾個資料列 head 。

技術說明

本節包含實作詳細資料、提示和常見問題集的解答。

CSV 格式的需求

CSV 檔案格式是許多機器學習架構所支援的熱門格式。 格式以各種方式稱為「逗號分隔值」或「字元分隔值」。

CSV 檔案會以純文字形式儲存表格式資料，包括數字和文字。 CSV 檔案包含任意數目的記錄，以某種分行符號隔開 每個記錄都包含欄位，並以常值逗號分隔。 在某些區域中，分隔符號可能是分號。

一般而言，所有記錄都有相同的欄位數目，而遺漏的值會以 Null 或空字串表示。

提示

您可以輕鬆地將資料從 Excel、Access 或關係資料庫匯出至 CSV 檔案，以用於機器學習。 雖然檔案名通常具有.CSV副檔名，但如果您想要將資料匯入為 CSV，機器學習不需要有此副檔名。 您可以將 XLSX、TXT 和其他檔案匯入為 CSV。 不過，檔案中的欄位必須如上一節所述格式化，而且檔案必須使用 UTF-8 編碼。

常見問題

本節說明一些已知問題、常見問題，以及 轉換為 CSV 模組的特定因應措施。

標頭必須是單一資料列

機器學習中使用的 CSV 檔案格式支援單一標頭資料列。 您無法插入多行標頭。

匯入但不支援匯出的自訂分隔符號

[轉換為 CSV] 模組不支援產生替代資料行分隔符號，例如分號 (;) ，這通常用於歐洲。

不過，當您從外部儲存體中的 CSV 檔案匯入資料時，您可以指定替代分隔符號。 在 [ 匯入資料 ] 模組中，選取 [具有編碼方式的 CSV ] 選項，然後挑選支援的編碼方式。

包含逗號之字串資料的資料行分隔不正確

在文字處理中，每個字元幾乎都可以指定為數據行分隔符號， (索引標籤、空格、逗號等) 也可以在文字欄位中隨機找到。 從 CSV 匯入文字一律需要注意，以避免將文字分隔到不必要的新資料行。

當您嘗試匯出包含逗號的字串資料行時，也可能遇到問題。 機器學習不支援這類資料的任何特殊處理或特殊轉譯，例如以引號括住字串。 此外，您無法在逗號之前使用逸出字元，以確保以常值字元處理逗號。

因此，系統會針對字串欄位中遇到的每個逗號，在輸出檔中建立新的欄位。 若要避免這個問題，有數個因應措施：

需要 UTF-8 編碼

[轉換為 CSV] 模組僅支援 UTF-8 字元編碼。 如果您需要使用不同的編碼方式匯出資料，您可以嘗試使用 執行 R 腳本 或 執行 Python 腳本 模組來產生自訂輸出。

資料集沒有資料行名稱

如果您要匯出至 CSV 檔案的資料集沒有資料行名稱，建議您先使用 [編輯中繼資料 ] 新增資料行名稱，再轉換它。 您無法在轉換或匯出程式中加入資料行名稱。

SYLK：檔案格式無效

如果您轉換成 CSV 的資料集第一個資料行具有名稱識別碼，當您嘗試在 Excel 中開啟檔案時，可能會發生下列錯誤：

「SYLK：檔案格式無效。」

若要避免此錯誤，您必須重新命名資料行。

我需要從 CSV 匯入的協助

若要匯入，請勿使用 匯出至 CSV 模組。 請改用匯入 資料 模組。

如需從 CSV 匯入的一般資訊，請參閱下列資源：

預期的輸入

名稱 類型 描述
資料集 資料表 輸入資料集

輸出

名稱 類型 描述
結果資料集 GenericCsv 輸出資料集

另請參閱

資料格式轉換
A-Z 模組清單