load()

載入資料並返回 DataFrame 與 Schema。

語法

def load() -> tuple[pd.DataFrame, Schema]

參數

無

返回值

• tuple[pd.DataFrame, Schema]
  • 包含兩個元素的元組：
    • data (pd.DataFrame): 載入的資料表
    • schema (Schema): 資料結構元資料

說明

load() 方法用於實際載入資料。必須在 __init__() 之後呼叫此方法。

此方法會根據初始化時的配置，執行以下操作：

1. 合併舊版參數到 schema
2. 使用 pandas reader 模組讀取資料
3. 透過 metadater 處理並驗證 schema
4. 返回處理後的 DataFrame 與 Schema

基本範例

from petsard import Loader

# 初始化載入器
loader = Loader('data.csv')

# 載入資料
data, schema = loader.load()

# 查看結果
print(f"資料形狀: {data.shape}")
print(f"Schema ID: {schema.id}")
print(f"屬性數量: {len(schema.attributes)}")

進階範例

快速測試大型檔案

對於大型資料檔案，可以使用 nrows 參數只載入部分資料進行測試：

from petsard import Loader

# 只載入前 1000 列進行快速測試
loader = Loader('large_dataset.csv', nrows=1000)
data, schema = loader.load()

print(f"測試資料形狀: {data.shape}")
print(f"快速驗證 schema 結構...")

這在以下情況特別有用：

• 🚀 快速驗證資料格式和 schema
• 💾 減少記憶體使用
• 🔬 原型開發和實驗
• ⚡ 加速開發迭代

注意事項

• 建議使用 YAML 配置檔而非直接使用 Python API
• 必須先呼叫 __init__() 初始化載入器
• 返回的 Schema 詳細說明請參考 Metadater API 文檔
• 大型檔案建議使用 nrows 參數以節省記憶體
• 返回的 DataFrame 是複製而非參照，修改不會影響原始檔案
• Excel 格式需要安裝 openpyxl 套件