MaxCompute:クイックスタート

print(users.dtypes)

出力：

odps.Schema {
  user_id             int64
  age                 int64
  sex                 string
  occupation          string
  zip_code            string
}

print(users.head(10))

出力：

   user_id  age  sex     occupation  zip_code
0        1   24    M     technician     85711
1        2   53    F          other     94043
2        3   23    M         writer     32067
3        4   24    M     technician     43537
4        5   33    F          other     15213
5        6   42    M      executive     98101
6        7   57    M  administrator     91344
7        8   36    M  administrator     05201
8        9   29    M        student     01002
9       10   53    M         lawyer     90703

print(users.groupby(users.sex).agg(count=users.count()))

出力：

   sex  count
0    F    273
1    M    670

df = users.groupby('occupation').agg(count=users['occupation'].count())
df1 = df.sort(df['count'], ascending=False)
print(df1.head(10))

出力：

      occupation  count
0        student    196
1          other    105
2       educator     95
3  administrator     79
4       engineer     67
5     programmer     66
6      librarian     51
7         writer     45
8      executive     32
9      scientist     31

df = users.occupation.value_counts()[:10]
print(df.head(10)) 

出力：

      occupation  count
0        student    196
1          other    105
2       educator     95
3  administrator     79
4       engineer     67
5     programmer     66
6      librarian     51
7         writer     45
8      executive     32
9      scientist     31

movies = DataFrame(o.get_table('pyodps_ml_100k_movies'))
ratings = DataFrame(o.get_table('pyodps_ml_100k_ratings'))
o.delete_table('pyodps_ml_100k_lens', if_exists=True)
lens = movies.join(ratings).join(users).persist('pyodps_ml_100k_lens')
print(lens.dtypes)

出力：

odps.Schema {
  movie_id                          int64       
  title                             string      
  release_date                      string      
  video_release_date                string      
  imdb_url                          string      
  unknown                           int64       
  action                            int64       
  adventure                         int64       
  animation                         int64       
  children                          int64       
  comedy                            int64       
  crime                             int64       
  documentary                       int64       
  drama                             int64       
  fantasy                           int64       
  filmnoir                          int64       
  horror                            int64       
  musical                           int64       
  mystery                           int64       
  romance                           int64       
  scifi                             int64       
  thriller                          int64       
  war                               int64       
  western                           int64       
  user_id                           int64       
  rating                            int64       
  timestamp                         int64       
  age                               int64       
  sex                               string      
  occupation                        string      
  zip_code                          string      
}

DataWorks でテーブルを作成します：

1. [ビジネスフロー] ペインで [MaxCompute] を右クリックし、[Create Table] を選択します。[Create Table] ダイアログボックスで [パス] を選択し、[Name] を入力して、[Create] をクリックし、テーブルエディターに移動します。

2. 編集ページの左上にある DDL をクリックします。

3. 次の DDL ステートメントを入力し、ステートメントを実行してテーブルを作成します。

   CREATE TABLE pyodps_iris (
       sepallength double COMMENT 'がくの長さ (cm)',
       sepalwidth double COMMENT 'がくの幅 (cm)',
       petallength double COMMENT '花びらの長さ (cm)',
       petalwidth double COMMENT '花びらの幅 (cm)',
       name string COMMENT '名前'
   ) ;

1. 新しいテーブルを右クリックし、データのインポート を選択して、[Next] をクリックし、ダウンロードしたデータセットをアップロードします。

   [データのインポート] ダイアログボックスで、Data Import Method を [Upload Local File] に、ファイル形式 を [CSV] に設定します。ダウンロードした iris.csv ファイルを選択します。区切り文字 を [Comma]、Source Charset を [GBK]、Start Row を [1] に設定します。先頭行はヘッダー は [Yes] を選択します。データプレビューが正しいことを確認したら、[Next] をクリックします。

2. Match by Position をクリックしてデータをインポートします。