1：我使用azure blob存储创建了一个数据存储，并选择了Parquet格式的表，现在我在创建数据资产时使用该表。2：我能够创建该数据资产的 Dataframe ，但..我可以在Azure ML notebook中对Azure数据资产执行查询操作吗？我想对这些数据执行一些DQL操作。
nle07wnf1#
MLTable可帮助你抽象表格数据的架构定义，使其更适合复杂/不断变化的架构或在Azure ML中使用。如果你只想为作业创建数据资产或想用Python编写自己的解析逻辑，则可以使用uri_file、uri_folder。使用mltable的理想方案是：数据的架构很复杂并且/或者经常更改。您只需要数据的子集（例如：行或文件、特定列等的样本）
xfb7svmp2#
以下是关于在AzureML中使用表格的文档：https://learn.microsoft.com/en-us/azure/machine-learning/how-to-mltable?tabs=cli%2CadlsMLTable允许您对数据进行某些转换，例如阅读、子集化、强制模式。
2条答案
按热度按时间nle07wnf1#
MLTable可帮助你抽象表格数据的架构定义，使其更适合复杂/不断变化的架构或在Azure ML中使用。如果你只想为作业创建数据资产或想用Python编写自己的解析逻辑，则可以使用uri_file、uri_folder。
使用mltable的理想方案是：
数据的架构很复杂并且/或者经常更改。您只需要数据的子集（例如：行或文件、特定列等的样本）
xfb7svmp2#
以下是关于在AzureML中使用表格的文档：
https://learn.microsoft.com/en-us/azure/machine-learning/how-to-mltable?tabs=cli%2Cadls
MLTable允许您对数据进行某些转换，例如阅读、子集化、强制模式。