วิธีใช้ Data Wrangler บน Spark DataFrames

Data Wrangler ซึ่งเป็นเครื่องมือที่ใช้สมุดบันทึกสําหรับการวิเคราะห์ข้อมูลการสํารวจ ตอนนี้สนับสนุนทั้ง Spark DataFrames และ pandas DataFrames ซึ่งสร้างรหัส PySpark นอกเหนือจากรหัส Python สําหรับภาพรวมทั่วไปของ Data Wrangler ซึ่งครอบคลุมวิธีการสํารวจและแปลง DataFrames ของแพนด้า โปรดไปที่บทช่วยสอนหลัก บทช่วยสอนนี้แสดงวิธีใช้ Data Wrangler เพื่อสํารวจและแปลง Spark DataFrames

ข้อกำหนดเบื้องต้น

• รับการสมัครใช้งาน Microsoft Fabric หรือลงทะเบียนเพื่อทดลองใช้งาน Microsoft Fabric ฟรี

• ลงชื่อเข้าใช้ Microsoft Fabric

• สลับไปยัง Fabric โดยใช้ตัวสลับประสบการณ์ที่ด้านซ้ายล่างของโฮมเพจของคุณ

  

ข้อจำกัด

• การดําเนินการโค้ดแบบกําหนดเองได้รับการสนับสนุนสําหรับ pandas DataFrames เท่านั้น
• จอแสดงผล Data Wrangler ทํางานได้ดีที่สุดบนจอภาพขนาดใหญ่ แม้ว่าคุณจะสามารถย่อหรือซ่อนส่วนต่างๆ ของอินเทอร์เฟซเพื่อรองรับหน้าจอขนาดเล็กได้

เปิดใช้งาน Data Wrangler ด้วย Spark DataFrame

คุณสามารถเปิด Spark DataFrames ใน Data Wrangler ได้โดยตรงจากสมุดบันทึก Microsoft Fabric โดยนําทางไปยังพรอมต์ดรอปดาวน์เดียวกันที่แสดง DataFrames ของแพนด้า รายการของ Spark DataFrames ที่ใช้งานอยู่จะปรากฏในดรอปดาวน์ภายใต้รายการของตัวแปร pandas ที่ใช้งานอยู่

ส่วนย่อยของโค้ดนี้สร้าง Spark DataFrame ด้วยข้อมูลตัวอย่างเดียวกันที่ใช้ใน บทช่วยสอน Pandas Data Wrangler:

import pandas as pd

# Read a CSV into a Spark DataFrame
sdf = spark.createDataFrame(pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/titanic.csv"))
display(sdf)

ในแถบเครื่องมือริบบอนสมุดบันทึก "หน้าแรก" ให้ใช้พร้อมท์ดรอปดาวน์ Data Wrangler เพื่อเรียกดู DataFrame ที่ใช้งานอยู่ซึ่งพร้อมสําหรับการแก้ไข เลือกรายการที่คุณต้องการเปิดใน Data Wrangler

การเลือกตัวอย่างแบบกําหนดเอง

Data Wrangler แปลง Spark DataFrames เป็นตัวอย่าง pandas โดยอัตโนมัติเพื่อเหตุผลด้านประสิทธิภาพการทํางาน อย่างไรก็ตาม โค้ดทั้งหมดที่เครื่องมือสร้างจะถูกแปลเป็น PySpark ในท้ายที่สุดเมื่อส่งออกกลับไปยังสมุดบันทึก เช่นเดียวกับ Pandas DataFrame คุณสามารถกําหนดค่าตัวอย่างเริ่มต้นได้ หากต้องการเปิดตัวอย่างแบบกําหนดเองของ DataFrame ที่ใช้งานอยู่ด้วย Data Wrangler ให้เลือก "เลือกตัวอย่างแบบกําหนดเอง" จากดรอปดาวน์ดังที่แสดงในภาพหน้าจอนี้:

การดําเนินการนี้จะเปิดใช้ป็อปอัพด้วยตัวเลือกเพื่อระบุขนาดของตัวอย่างที่ต้องการ (จํานวนแถว) และวิธีการสุ่มตัวอย่าง (เรกคอร์ดแรก เรคคอร์ดสุดท้าย หรือชุดแบบสุ่ม) ดังที่แสดงในภาพหน้าจอนี้:

การดูสถิติสรุป

เมื่อโหลด Data Wrangler ระบบจะแสดงแบนเนอร์ข้อมูลที่สูงกว่าเส้นตารางการแสดงตัวอย่าง แบนเนอร์นี้อธิบายว่า Spark DataFrames จะถูกแปลงเป็นตัวอย่างแพนด้าชั่วคราว แต่โค้ดที่สร้างขึ้นทั้งหมดจะถูกแปลงเป็น PySpark ในที่สุด หลังจากนั้น การใช้ Data Wrangler บน Spark DataFrames ก็ไม่แตกต่างจากการใช้งานบน Pandas DataFrames ภาพรวมเชิงพรรณาในแผง "สรุป" แสดงข้อมูลเกี่ยวกับมิติของตัวอย่าง ค่าที่หายไป และอื่น ๆ การเลือกคอลัมน์ใดๆ ในตาราง Data Wrangler จะแจ้งให้แผง "สรุป" อัปเดตและแสดงสถิติเชิงพรรณนาเกี่ยวกับคอลัมน์นั้นๆ ข้อมูลเชิงลึกด่วนเกี่ยวกับทุกคอลัมน์จะพร้อมใช้งานในส่วนหัวด้วย

การเรียกดูการดําเนินการทําความสะอาดข้อมูล

รายการขั้นตอนการทําความสะอาดข้อมูลที่สามารถค้นหาได้สามารถพบได้ในแผง "การดําเนินการ" จากแผง "การดําเนินการ" การเลือกขั้นตอนการล้างข้อมูลจะแจ้งให้คุณระบุคอลัมน์เป้าหมายหรือคอลัมน์ พร้อมกับพารามิเตอร์ที่จําเป็นเพื่อดําเนินการตามขั้นตอนให้เสร็จสมบูรณ์ ตัวอย่างเช่น พร้อมท์ให้ปรับขนาดคอลัมน์ตามตัวเลข จําเป็นต้องมีช่วงของค่าใหม่ ดังที่แสดงในสกรีนช็อตนี้:

การแสดงตัวอย่างและการใช้การดําเนินการ

Data Wrangler แสดงเส้นตารางโดยอัตโนมัติแสดงตัวอย่างผลลัพธ์ของการดําเนินการที่เลือก และรหัสที่สอดคล้องกันจะปรากฏในแผงด้านล่างเส้นตารางโดยอัตโนมัติ หากต้องการยอมรับโค้ดที่แสดงตัวอย่าง ให้เลือก "นําไปใช้" ในที่ใดที่หนึ่ง หากต้องการลบโค้ดที่แสดงตัวอย่างและลองใช้การดําเนินการใหม่ ให้เลือก "ละทิ้ง" ดังที่แสดงในภาพหน้าจอนี้:

เมื่อการดําเนินการถูกนําไปใช้ Data Wrangler จะแสดงการอัปเดตตารางและสถิติสรุปเพื่อแสดงผลลัพธ์ รหัสจะปรากฏในรายการการดําเนินการที่ผูกมัดซึ่งอยู่ในแผง "ขั้นตอนการทําความสะอาด" ดังที่แสดงในภาพหน้าจอนี้:

ตารางนี้สรุปการดําเนินการที่ Data Wrangler สนับสนุนในขณะนี้:

ปรับเปลี่ยนจอแสดงผลของคุณ

คุณสามารถกําหนดอินเทอร์เฟซด้วยแท็บ "มุมมอง" ในแถบเครื่องมือที่อยู่เหนือเส้นตารางแสดงผล Data Wrangler ได้ตลอดเวลา ซึ่งสามารถซ่อนหรือแสดงบานหน้าต่างต่าง ๆ ตามการกําหนดลักษณะและขนาดหน้าจอของคุณ ดังที่แสดงในภาพหน้าจอนี้:

การบันทึกและการส่งออกรหัส

แถบเครื่องมือด้านบนเส้นตารางการแสดงผล Data Wrangler มีตัวเลือกในการบันทึกรหัสที่สร้างขึ้น คุณสามารถคัดลอกรหัสไปยังคลิปบอร์ดหรือส่งออกไปยังสมุดบันทึกเป็นฟังก์ชัน สําหรับ Spark DataFrames โค้ดทั้งหมดที่สร้างขึ้นในตัวอย่างแพนด้าจะถูกแปลเป็น PySpark ก่อนที่จะกลับไปยังสมุดบันทึก ก่อนที่ Data Wrangler จะปิดตัวเครื่องมือจะแสดงตัวอย่างโค้ด PySpark ที่แปลแล้วและมีตัวเลือกในการส่งออกโค้ดแพนด้าระดับกลางด้วย

เนื้อหาที่เกี่ยวข้อง

• สําหรับภาพรวมของ Data Wrangler โปรดเยี่ยมชม บทความเกี่ยวกับมาด้วยนี้
• หากต้องการลองใช้ Data Wrangler ใน Visual Studio Code ให้ไปที่ Data Wrangler ใน VS Code
• เราพลาดคุณลักษณะที่คุณต้องการหรือไม่ แจ้งให้เราทราบ! แนะนําได้ที่ ฟอรั่ม Fabric Ideas