如何将文件从我的会话上传到 Azure 数据存储中？

Question

我从我的 azure datastorage 下载了一个数据文件，对其进行了预处理，然后再次想将处理后的文件作为最终 csv 上传到数据存储，我该怎么做？我尝试了下面的方法，但它给了我一个目录错误：

datastore = ws.get_default_datastore()
datastore_paths_train = [(datastore, 'X.csv')]
traindata = Dataset.Tabular.from_delimited_files(path=datastore_paths_train)
train = traindata.to_pandas_dataframe()


#preprocessing the data 
X, y = preprocess_data(train)


#splitting the data
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

#uploading data to datastore
print('Uploading data to datastore')
outputs_folder = './Scaling_data'
os.makedirs(outputs_folder, exist_ok=True)
datastore.upload(X_train, outputs_folder)

如何获得我的 'X_train' 目录，我尝试将其设为 Path 对象，但也没有用。我在这里可能是错的，如果有任何其他方法可以将 csv 上传到数据存储区，我很乐意学习。

Answer 1

下面的datastore.upload方法显示您需要指定要上传的源文件目录。有关详细信息，请参阅 here。

upload(src_dir, target_path=None, overwrite=False, show_progress=True)

所以你需要先将数据帧X_train保存到本地文件。请参阅以下示例：

outputs_folder = "./Scaling_data"

# create local directory if not exist
if not os.path.exists(outputs_folder):
    os.mkdir(outputs_folder)

local_path = './Scaling_data/prepared.csv'

# save dataframe X_train to local file './Scaling_data/prepared.csv'
X_train.to_csv(local_path)

# upload the local file from src_dir to the target_path in datastore
datastore.upload(src_dir=outputs_folder, target_path=outputs_folder)

您也可以查看 this example。