文件
API 文件
Loader

Loader

Loader(
    filepath=None,
    method=None,
    column_types=None,
    header_names=None,
    na_values=None
)

用於載入表格式資料的模組。

參數

  • filepath (str, optional)：資料集檔案路徑，不可與 method 同時使用
    • 預設值：無
    • 若使用基準資料集，格式為 benchmark://{dataset_name}
  • method (str, optional)：載入方法，不可與 filepath 同時使用
    • 預設值：無
    • 可用值：‘default’ - 載入 PETsARD 預設資料集 ‘adult-income’
  • column_types (dict, optional)：欄位型態定義
    • 預設值：無
    • 格式：{type: [colname]}
    • 支援型態（不分大小寫）：
      • ‘category’：類別型欄位
      • ‘datetime’：日期時間型欄位
  • header_names (list, optional)：無標題資料的欄位名稱列
    • 預設值：無
  • na_values (str | list | dict, optional)：指定要視為 NA/NaN 的值
    • 預設值：無
    • 若為字串或列表：套用於所有欄位
    • 若為字典：以 {colname: na_values} 格式指定各欄位
    • 範例：{'workclass': '?', 'age': [-1]}

範例 

from petsard import Loader


# 基本用法
load = Loader('data.csv')
load.load()

# 使用基準資料集
load = Loader('benchmark://adult-income')
load.load()

方法

load()

讀取與載入資料。

參數

無

回傳值

  • data (pd.DataFrame): Loaded DataFrame
  • metadata (Metadata): Dataset metadata
loader = Loader('data.csv')
data, metadata = loader.load()  # 得到載入的資料

屬性

  • config (LoaderConfig)：設定字典，包含：
    • filepath (str)：本地端資料檔案路徑
    • method (str)：載入方法
    • file_ext (str)：檔案副檔名
    • benchmark (bool)：是否使用基準資料集
    • dtypes (dict)：欄位資料型態
    • column_types (dict)：使用者定義的欄位型態
    • header_names (list)：欄位標題
    • na_values (str | list | dict)：NA 值定義
    • 僅用於基準資料集：
      • filepath_raw (str)：原始輸入檔案路徑
      • benchmark_name (str)：基準資料集名稱
      • benchmark_filename (str)：基準資料集檔名
      • benchmark_access (str)：基準資料集存取類型
      • benchmark_region_name (str)：亞馬遜區域名稱
      • benchmark_bucket_name (str)：亞馬遜儲存桶名稱
      • benchmark_sha256 (str)：基準資料集的 SHA-256 校驗值
ExecutorSplitter