Python Dataframe zu JMP Datatable ohne Zwischen-CSVEs sieht so aus, als ob die Schnittstelle zwischen einem Python-Datenrahmen und einer JMP-Datentabelle über eine CSV-Datei verläuft. Ist das wahr?
Zum Beispiel:
Python Init(Path("C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\python37.dll"));
Python Submit( "\[import pandas as pd
df = pd.read_parquet('c:/temp/tst.parquet')
]\" );
dt = Python Get(df); // this method is saving the df as csv and then opens it in jmp. Is there a way to do that in memory
dt << New Data View;
Python Term();
Im obigen Code sehe ich, wie JMP während des Python-Get(df)-Aufrufs einen Fortschrittsbalken zum Lesen einer CSV-Datei öffnet. Dies dauert bei großen Dateien sehr lange.
Wir möchten eine Möglichkeit finden, den Datenrahmen in die Datentabelle zu importieren, ohne Zeit zum Speichern als CSV und zum Lesen zu haben
DatenzugriffBetreff: Python-Datenrahmen zu JMP-Datentabelle ohne Zwischen-CSV – Status geändert in: ArchiviertWir archivieren diese Anfrage. Wenn dies immer noch wichtig ist, kommentieren Sie bitte mit weiteren Details und wir werden wieder öffnen. Danke schön!Betreff: Python-Dataframe zu JMP-Datatable ohne Zwischen-CSVVielen Dank für die Umsetzung dieses Wunsches in Jmp 18:)
Betreff: Python-Dataframe zu JMP-Datatable ohne Zwischen-CSV@Sarah-Sylvestre – geliefert?
Betreff: Python-Dataframe zu JMP-Datatable ohne Zwischen-CSV – Status geändert in: GeliefertBetreff: Python-Dataframe zu JMP-Datatable ohne Zwischen-CSV@Sarah-Sylvestre , es sieht so aus, als würde der Python-Datenrahmen immer noch über eine CSV-Datei in eine JMP-Tabelle umgewandelt. Verstehe ich da etwas falsch?
Betreff: Python-Dataframe zu JMP-Datatable ohne Zwischen-CSVJMP 14-17 Python Send (dt) hat eine Kopie der Datentabelle als Pandas-Datenrahmen erstellt.
JMP 18_+ erstellt ein jmp.DataTable-Objekt, das eine Live-Referenz auf die Daten darstellt.
Python Get (dt) ruft eine JSL-Referenz auf das Python-Datentabellenobjekt ab.
Python Get (df) erstellt aus einem Pandas-Datenrahmen eine Datentabelle, die eine KOPIE der Daten ist.
JMP 18 – Python Get (df) verwendet tatsächlich CSV, um einen DataFrame als JMP DataTable abzurufen. Dies wurde aus Kompatibilitätsgründen beibehalten. Sie sollten aus dem df in Python ein dt erstellen und dieses mit Python Get() verwenden.
JMP 19 fügt Unterstützung für Portable Dataframe Protocol hinzu, sodass es einfach ist, eine JMP-Datentabelle aus einem Pandas-Datenrahmen im Speicher zu erstellen, ohne die Spalten durchgehen und selbst Spalten erstellen zu müssen. dt = jmp.from_dataframe( df )
In JMP 19 Python sollte Get (df) eine neue Datentabelle erstellen, die eine Kopie direkt aus dem Datenrahmen im Speicher ist. Sollte die automatische Konvertierung im Speicher aus irgendeinem Grund nicht möglich sein, wird auf CSV zurückgegriffen, anstatt einen Fehler zu verursachen.
