Cara mempercepat persiapan data dengan Data Wrangler di Microsoft Fabric
Data Wrangler adalah alat berbasis notebook yang memberi pengguna antarmuka imersif untuk analisis data eksploratif. Fitur ini menggabungkan tampilan data seperti kisi dengan statistik ringkasan dinamis, visualisasi bawaan, dan pustaka operasi pembersihan data umum. Setiap operasi dapat diterapkan dalam hitungan klik, memperbarui tampilan data secara real time dan menghasilkan kode di panda atau PySpark yang dapat disimpan kembali ke notebook sebagai fungsi yang dapat digunakan kembali. Artikel ini berfokus pada menjelajahi dan mengubah Pandas DataFrames. Instruksi untuk menggunakan Data Wrangler di Spark DataFrames dapat ditemukan di sini.
Prasyarat
Dapatkan langganan Microsoft Fabric. Atau, daftar untuk uji coba Microsoft Fabric gratis.
Masuk ke Microsoft Fabric.
Gunakan pengalih pengalaman di sisi kiri halaman beranda Anda untuk beralih ke pengalaman Ilmu Data Synapse.
Pembatasan
- Data Wrangler saat ini mendukung pembuatan kode pandas dalam ketersediaan umum dan pembuatan kode Spark dalam pratinjau publik.
- Operasi kode kustom saat ini hanya didukung untuk Pandas DataFrames.
- Tampilan Data Wrangler berfungsi paling baik pada monitor besar, meskipun bagian antarmuka yang berbeda dapat diminimalkan atau disembunyikan untuk mengakomodasi layar yang lebih kecil.
Meluncurkan Wrangler Data
Anda dapat meluncurkan Data Wrangler langsung dari notebook Microsoft Fabric untuk menjelajahi dan mengubah panda atau Spark DataFrame apa pun. Untuk gambaran umum penggunaan Data Wrangler dengan Spark DataFrames, silakan lihat artikel pendamping ini. Cuplikan kode di bawah ini menunjukkan cara membaca data sampel ke dalam DataFrame pandas:
import pandas as pd
# Read a CSV into a Pandas DataFrame
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/titanic.csv")
display(df)
Di bawah tab "Data" pita buku catatan, gunakan perintah dropdown Wrangler Data untuk menelusuri DataFrame aktif yang tersedia untuk pengeditan. Pilih yang ingin Anda buka di Data Wrangler.
Tip
Wrangler Data tidak dapat dibuka saat kernel notebook sibuk. Sel yang dieksekusi harus menyelesaikan eksekusinya sebelum Data Wrangler dapat diluncurkan.
Memilih sampel kustom
Data Wrangler memungkinkan Anda membuka sampel kustom dari DataFrame aktif apa pun dengan memilih "Pilih sampel kustom" dari menu dropdown. Melakukannya meluncurkan pop-up dengan opsi untuk menentukan ukuran sampel yang diinginkan (jumlah baris) dan metode pengambilan sampel (rekaman pertama, rekaman terakhir, atau set acak).
Menampilkan statistik ringkasan
Saat Data Wrangler dimuat, Data Wrangler menampilkan gambaran umum deskriptif dari DataFrame yang dipilih di panel Ringkasan. Gambaran umum ini mencakup informasi tentang dimensi DataFrame, nilai yang hilang, dan banyak lagi. Memilih kolom apa pun di kisi Data Wrangler meminta panel Ringkasan untuk memperbarui dan menampilkan statistik deskriptif tentang kolom tertentu tersebut. Wawasan cepat tentang setiap kolom juga tersedia di header-nya.
Tip
Statistik dan visual khusus kolom (baik di panel Ringkasan maupun di header kolom) bergantung pada jenis data kolom. Misalnya, histogram terikat kolom numerik akan muncul di header kolom hanya jika kolom ditransmisikan sebagai jenis numerik. Gunakan panel Operasi untuk memprakirakan ulang jenis kolom untuk tampilan yang paling akurat.
Menelusuri operasi pembersihan data
Daftar langkah-langkah pembersihan data yang dapat dicari dapat ditemukan di panel Operasi. (Pilihan operasi yang sama yang lebih kecil tersedia di menu setiap header kolom.) Dari panel Operasi, memilih langkah pembersihan data meminta Anda untuk menyediakan kolom atau kolom target, bersama dengan parameter yang diperlukan untuk menyelesaikan langkah tersebut. Misalnya, permintaan untuk menskalakan kolom secara numerik memerlukan rentang nilai baru.
Mempratinjau dan menerapkan operasi
Hasil operasi yang dipilih akan dipratinjau secara otomatis di kisi tampilan Data Wrangler, dan kode yang sesuai akan secara otomatis muncul di panel di bawah kisi. Untuk menerapkan kode yang dipratinjau, pilih "Terapkan" di salah satu tempat. Untuk menyingkirkan kode yang dipratinjau dan mencoba operasi baru, pilih "Buang."
Setelah operasi diterapkan, kisi tampilan Data Wrangler dan ringkasan pembaruan statistik untuk mencerminkan hasilnya. Kode muncul dalam daftar operasi yang dijalankan, yang terletak di panel Langkah-langkah pembersihan.
Tip
Anda selalu dapat membatalkan langkah yang terakhir diterapkan dengan ikon sampah di sampingnya, yang muncul jika Anda mengarahkan kursor ke langkah tersebut di panel Langkah pembersihan.
Tabel berikut ini meringkas operasi yang saat ini didukung Oleh Data Wrangler:
Operasi | Keterangan |
---|---|
urutkan | Mengurutkan kolom dalam urutan naik atau turun |
Filter | Memfilter baris berdasarkan satu atau beberapa kondisi |
Pengodean satu panas | Buat kolom baru untuk setiap nilai unik di kolom yang sudah ada, yang menunjukkan ada atau tidak adanya nilai tersebut per baris |
Pengodean satu panas dengan pemisah | Memisahkan dan mengodekan data kategoris satu panas menggunakan pemisah |
Ubah tipe kolom | Mengubah tipe data kolom |
Jatuhkan kolom | Menghapus satu atau beberapa kolom |
Pilih kolom | Pilih satu atau beberapa kolom untuk disimpan, dan hapus kolom lainnya |
Ganti nama kolom | Mengganti nama kolom |
Hilangkan nilai yang hilang | Menghapus baris dengan nilai yang hilang |
Jatuhkan baris duplikat | Letakkan semua baris yang memiliki nilai duplikat dalam satu atau beberapa kolom |
Isi nilai yang hilang | Ganti sel dengan nilai yang hilang dengan nilai baru |
Temukan dan ganti | Ganti sel dengan pola pencocokan yang tepat |
Kelompokkan menurut kolom dan agregat | Mengelompokkan menurut nilai kolom dan hasil agregat |
Spasi kosong strip | Menghapus spasi kosong dari awal dan akhir teks |
Pisahkan teks | Memisahkan kolom menjadi beberapa kolom berdasarkan pemisah yang ditentukan pengguna |
Mengonversi teks menjadi huruf kecil | Mengonversi teks menjadi huruf kecil |
Mengonversi teks menjadi huruf besar | Mengonversi teks menjadi HURUF BESAR |
Menskalakan nilai min/maks | Menskalakan kolom numerik antara nilai minimum dan maksimum |
Isian Flash | Membuat kolom baru secara otomatis berdasarkan contoh yang berasal dari kolom yang sudah ada |
Menyimpan dan mengekspor kode
Toolbar di atas kisi tampilan Data Wrangler menyediakan opsi untuk menyimpan kode yang dihasilkan. Anda dapat menyalin kode ke clipboard atau mengekspornya ke buku catatan sebagai fungsi. Mengekspor kode menutup Data Wrangler dan menambahkan fungsi baru ke sel kode di buku catatan. Anda juga dapat mengunduh DataFrame yang dibersihkan sebagai file csv.
Tip
Kode yang dihasilkan oleh Data Wrangler tidak akan diterapkan sampai Anda menjalankan sel baru secara manual, dan tidak akan menimpa DataFrame asli Anda.
Konten terkait
- Untuk mencoba Data Wrangler di Spark DataFrames, lihat artikel pendamping ini.
- Untuk mencoba Data Wrangler di VISUAL Code, lihat Data Wrangler di VISUAL Code.
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk