NycTlcFhv Klass
Representerar den offentliga datamängden NYC Taxi & Limousine Commission.
Den här datamängden innehåller For-Hire Reseposter för Vechicle (FHV), som innehåller fält som samlar in det sändande baslicensnumret och plats-ID:t för upphämtningsdatum, tid och taxizon (formfil nedan). Dessa poster genereras från de FHV Trip Record-inlämningar som görs av baser. Mer information om den här datamängden, inklusive kolumnbeskrivningar, olika sätt att komma åt datamängden och exempel finns i Reseposter för NYC Taxi & Limousine Commission – For-Hire Vehicle (FHV) i Microsoft Azure Open Datasets-katalogen.
Initiera filtreringsfält.
Konstruktor
NycTlcFhv(start_date: datetime = datetime.datetime(2015, 1, 1, 0, 0), end_date: datetime = datetime.datetime(2024, 12, 13, 0, 0), cols: List[str] | None = None, limit: int | None = -1, enable_telemetry: bool = True)
Parametrar
| Name | Description |
|---|---|
|
start_date
|
Det datum då data ska läsas in, inklusive. Om Ingen Standardvärde: 2015-01-01 00:00:00
|
|
end_date
|
Det datum då data ska läsas in, inklusive. Om Ingen Standardvärde: 2024-12-13 00:00:00
|
|
cols
|
En lista med kolumnnamn som ska läsas in från datauppsättningen. Om Ingen läses alla kolumner in. Information om tillgängliga kolumner i den här datamängden finns i reseposter för NYC Taxi & Limousine Commission – For-Hire Vehicle (FHV). Standardvärde: None
|
|
limit
|
Ett värde som anger antalet dagar med data som ska läsas in med Standardvärde: -1
|
|
enable_telemetry
|
Om telemetri ska aktiveras för den här datauppsättningen. Standardvärde: True
|
|
start_date
Obligatorisk
|
Startdatumet som du vill fråga inkluderande. |
|
end_date
Obligatorisk
|
Slutdatumet som du vill fråga inkluderande. |
|
cols
Obligatorisk
|
En lista med kolumnnamn som du vill hämta. Ingen hämtar alla kolumner. |
|
limit
Obligatorisk
|
to_pandas_dataframe() läser bara in "begränsa" datamånader. -1 betyder ingen gräns. |
|
enable_telemetry
Obligatorisk
|
Anger om telemetri ska skickas. |
Kommentarer
Exemplet nedan visar hur du kommer åt datauppsättningen.
from azureml.opendatasets import NycTlcFhv
from dateutil import parser
end_date = parser.parse('2018-06-06')
start_date = parser.parse('2018-05-01')
nyc_tlc = NycTlcFhv(start_date=start_date, end_date=end_date)
nyc_tlc_df = nyc_tlc.to_pandas_dataframe()