SAS Viya ist eine KI-Plattform. Es ist in Sprachen wie Python, Java und R verfügbar. In SAS Viya wird ein Tabellenobjekt namens CASTable verwendet (CAS steht für Cloud Analytic Services). Dieses Mal werde ich vorstellen, wie Sie die Extraktionsbedingungen ändern, wenn Sie den Datenstatus in CASTable anzeigen.
Stellen Sie zunächst eine Verbindung zu SAS Viya her.
import swat
conn = swat.CAS('server-name.mycompany.com', 5570, 'username', 'password')
Dann holen Sie sich die CASTable. Dieses Mal werde ich CSV von IRIS-Daten verwenden.
tbl = conn.loadtable('data/iris.csv', caslib='casuser').casTable
Verwenden Sie die Methode "beschreiben", um zu sehen, über welche Daten Sie verfügen.
tbl.describe()
Das Ergebnis wird wie folgt zurückgegeben. Sie können die Anzahl der Zeilen, die Standardabweichung, den Minimalwert, den Maximalwert und Daten im Wert von 25% / 50% / 75% anzeigen.
| sepal_length | sepal_width | petal_length | petal_width |
|---|---|---|---|
| count | 150.000000 | 150.000000 | 150.000000 |
| mean | 5.843333 | 3.054000 | 3.758667 |
| std | 0.828066 | 0.433594 | 1.764420 |
| min | 4.300000 | 2.000000 | 1.000000 |
| 25% | 5.100000 | 2.800000 | 1.600000 |
| 50% | 5.800000 | 3.000000 | 4.350000 |
| 75% | 6.400000 | 3.300000 | 5.100000 |
| max | 7.900000 | 4.400000 | 6.900000 |
Durch Ändern der Perzentile werden die abgerufenen Daten geändert. Das Folgende ist ein Beispiel für die Änderung von 30% und 80% Daten.
tbl.describe(percentiles=[0.3, 0.8])
| sepal_length | sepal_width | petal_length | petal_width |
|---|---|---|---|
| count | 150.000000 | 150.000000 | 150.000000 |
| mean | 5.843333 | 3.054000 | 3.758667 |
| std | 0.828066 | 0.433594 | 1.764420 |
| min | 4.300000 | 2.000000 | 1.000000 |
| 30% | 5.250000 | 2.800000 | 1.700000 |
| 50% | 5.800000 | 3.000000 | 4.350000 |
| 80% | 6.550000 | 3.400000 | 5.350000 |
| max | 7.900000 | 4.400000 | 6.900000 |
Geben Sie "include =" all "an, um alle Daten zu überprüfen.
tbl.describe(include='all')
| sepal_length | sepal_width | petal_length | petal_width | species |
|---|---|---|---|---|
| count | 150 | 150 | 150 | 150 |
| unique | 35 | 23 | 43 | 22 |
| top | 5 | 3 | 1.5 | 0.2 |
| freq | 10 | 26 | 14 | 28 |
| mean | 5.84333 | 3.054 | 3.75867 | 1.19867 |
| std | 0.828066 | 0.433594 | 1.76442 | 0.763161 |
| min | 4.3 | 2 | 1 | 0.1 |
| 25% | 5.1 | 2.8 | 1.6 | 0.3 |
| 50% | 5.8 | 3 | 4.35 | 1.3 |
| 75% | 6.4 | 3.3 | 5.1 | 1.8 |
| max | 7.9 | 4.4 | 6.9 | 2.5 |
Die Zahl kann auch eine Gleitkommazahl sein.
tbl.describe(stats='all')
| sepal_length | sepal_width | petal_length | petal_width |
|---|---|---|---|
| count | 1.500000e+02 | 1.500000e+02 | 1.500000e+02 |
| unique | 3.500000e+01 | 2.300000e+01 | 4.300000e+01 |
| mean | 5.843333e+00 | 3.054000e+00 | 3.758667e+00 |
| std | 8.280661e-01 | 4.335943e-01 | 1.764420e+00 |
| min | 4.300000e+00 | 2.000000e+00 | 1.000000e+00 |
| 25% | 5.100000e+00 | 2.800000e+00 | 1.600000e+00 |
| 50% | 5.800000e+00 | 3.000000e+00 | 4.350000e+00 |
| 75% | 6.400000e+00 | 3.300000e+00 | 5.100000e+00 |
| max | 7.900000e+00 | 4.400000e+00 | 6.900000e+00 |
| nmiss | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| sum | 8.765000e+02 | 4.581000e+02 | 5.638000e+02 |
| stderr | 6.761132e-02 | 3.540283e-02 | 1.440643e-01 |
| var | 6.856935e-01 | 1.880040e-01 | 3.113179e+00 |
| uss | 5.223850e+03 | 1.427050e+03 | 2.583000e+03 |
| cv | 1.417113e+01 | 1.419759e+01 | 4.694272e+01 |
| tvalue | 8.642537e+01 | 8.626430e+01 | 2.609020e+01 |
| probt | 3.331256e-129 | 4.374977e-129 | 1.994305e-57 |
Mit der Methode description können Sie sich einen Überblick über die Daten in der CASTable verschaffen. Bitte verwenden Sie es als Basis für die Datenanalyse.
Recommended Posts