Доступ к входным наборам данных

Для доступа к данным портов Входной источник данных[N] используется кортеж InputTables[], в котором обращение к источнику данных порта происходит через его номер:

InputTables[N], где N — номер (индекс) порта. Первый порт имеет индекс 0.

Элементы кортежа имеют тип DataSourceClass (см. Полное описание API). Поскольку первый порт присутствует в узле Python по умолчанию, для доступа к его данным выделен отдельный класс InputTable.

Свойства источника данных

Columns

Columns

Содержит доступную для чтения итерируемую коллекцию столбцов. Реализует протоколы Mapping и Sequence. Возвращает значение типа ColumnsClass. Доступ к элементам может осуществляться через скобочную нотацию [] по именам и по индексам. Элементы коллекции имеют тип InputColumnClass, унаследованный от ColumnClass, реализующий протокол Sequence (см. Полное описание API).

ColumnCount

ColumnCount

Содержит доступное для чтения количество столбцов. Возвращает значение типа int.

RowCount

RowCount

Содержит доступное для чтения количество строк. Возвращает значение типа int.

Методы источника данных

Get

Get(row, col)

  • row — индекс строки. Принимает значение типа int.
  • col — индекс или имя столбца. Принимает значение типов int или str.

Метод возвращает значение заданного столбца в заданной строке. Возвращаемое значение может иметь типы: bool, int, float, str, datetime.datetime, None.

GetColumn

GetColumn(col)

  • col — индекс или имя столбца. Принимает значение типов int или str.

Метод возвращает столбец входного набора. Возвращаемое значение имеет тип InputColumnClass, унаследованный от ColumnClass, реализующий протокол Sequence. (см. Полное описание API).

IsNull

IsNull(row, col)

  • row — индекс строки. Принимает значение типа int.
  • col — индекс или имя столбца. Принимает значение типа int или str.

Метод возвращает булево значение true, если столбец в заданной строке имеет пропущенное значение. В противном случае возвращается false.

Использование модуля builtin_pandas_utils

Для создания pandas.DataFrame по набору данных порта в модуле builtin_pandas_utils реализован метод to_data_frame, принимающий в качестве аргумента значение типа DataSourceClass (см. пример ниже).

Примеры

from builtin_data import InputTable, InputTables
from builtin_pandas_utils import to_data_frame
import numpy as np

inputTable0 = InputTables[0]                    #Источник данных с порта №1
inputTable1 = InputTables[1]                    #Источник данных с порта №2
colOutlook0 = inputTable0.Columns["OUTLOOK"]    #Получение ссылки на столбец по имени
colOutlook1 = inputTable1.Columns[1]            #Получение ссылки на столбец по индексу

#Вывод значений свойств столбцов
for column in InputTable.Columns:
    print("Index: ", column.Index)
    print("Name: ", column.Name)
    print("DisplayName: ", column.DisplayName)
    print("DataType: ", column.DataType)
    print("DataKind: ", column.DataKind)
    print("UsageType: ", column.UsageType)
    print("DefaultUsageType: ", column.DefaultUsageType)
    print("RowCount: ", column.RowCount, "\n")

#Вывод значений столбца
for index, value in enumerate(colOutlook0):
    print("Индекс {}, значение {}".format(index, value))

#Чтение значений из входной таблицы методом Get
for i in range(InputTable.RowCount):
    #Вывод значений столбца с индексом 0
    print("InputTable.Get({}, 0) = {}".format(i, InputTable.Get(i, 0)))
    #Вывод значений столбца с именем "CLASS"
    print("InputTable.Get({}, 'CLASS') = {}".format(i, InputTable.Get(i, "CLASS")))

#Получение из столбца "CLASS" массива значений
arrayOfColumnValues = np.array(InputTable.Columns["CLASS"])
print(arrayOfColumnValues)

#Создание pd.DataFrame по входному набору
data = to_data_frame(InputTable)
print(data)

results matching ""

    No results matching ""