azuremlsdk R：如何将数据集转换为 R 数据框？答案

【问题标题】：azuremlsdk R: How to convert dataset into R dataframe?azuremlsdk R：如何将数据集转换为 R 数据框？
【发布时间】：2020-05-21 14:56:03
【问题描述】：

对于 AzureML Python SDK，我们可以使用返回数据集的 get_by_name()。

import azuremlsdk
mydata = get_by_name(myworkspace, 'mydata')

我可以通过 .to_pandas_dataframe() 方法获取 mydata 的 panda 数据帧

mydata.to_pandas_dataframe()

对于 R 等效项，我被困在这里

mydata <- azuremlsdk::get_dataset_by_name(myworkspace, 'mydata')

问题是，R 有哪些选项可以让我获得表格，例如 csv 或 tibble？

我注意到 R 的 AzureML SDK 的文档记录不如 Python，这使得迁移到 AzureML 对我们的 R 代码库非常具有挑战性。

【问题讨论】：

标签： r azure azureml

【解决方案1】：

Azure 机器学习数据集允许您将数据集中的所有记录加载到数据框中，然后将当前数据集转换为包含 CSV 文件或 Parquet 文件的 FileDataset。

load_dataset_into_data_frame() => 将数据集中的所有记录加载到数据框中。

convert_to_dataset_with_csv_files() => 将当前数据集转换为包含 CSV 文件的 FileDataset。

convert_to_dataset_with_parquet_files() => 将当前数据集转换为包含 Parquet 文件的 FileDataset。

示例：将数据转换为数据框。

#' Load all records from the dataset into a dataframe.
#'
#' @description
#' Load all records from the dataset into a dataframe.
#'
#' @param dataset The Tabular Dataset object.
#' @return A dataframe.
#' @export
#' @md
load_dataset_into_data_frame <- function(dataset)   {
  dataset$to_pandas_data_frame()
}

#' Convert the current dataset into a FileDataset containing CSV files.
#'
#' @description
#' Convert the current dataset into a FileDataset containing CSV files.
#'
#' @param dataset The Tabular Dataset object.
#' @param separator The separator to use to separate values in the resulting file.
#' @return A new FileDataset object with a set of CSV files containing the data
#' in this dataset.
#' @export
#' @md

convert_to_dataset_with_csv_files <- function(dataset, separator = ",") {
  dataset$to_csv_files(separator)
}

#' Convert the current dataset into a FileDataset containing Parquet files.
#'
#' @description
#' Convert the current dataset into a FileDataset containing Parquet files.
#' The resulting dataset will contain one or more Parquet files, each corresponding
#' to a partition of data from the current dataset. These files are not materialized
#' until they are downloaded or read from.
#'
#' @param dataset The Tabular Dataset object.
#' @return A new FileDataset object with a set of Parquet files containing the
#' data in this dataset.
#' @export
#' @md
convert_to_dataset_with_parquet_files <- function(dataset) {
  dataset$to_parquet_files()
}

参考：Azuremlsdk - working with datasets

【讨论】：