construct_from_dataframe()

Near Deprecation

此操作使用指定的 dataframe 创建 Collection。

请求语法

python

construct_from_dataframe(
    name: str, 
    primary_field: str,
    dataframe: pandas.DataFrame
)

参数：

• name (string) -

  [必需]

  要创建的 Collection 的名称。

• primary_field (string) -

  [必需]

  主字段的名称。它应为下方 dataframe 中的列标签之一。

• dataframe (pandas.DataFrame)

  [必需]

  包含要插入到 Collection 中的数据的 dataframe。

  您可以用任意方式构造数据框，如本页中的 示例 部分所示。

  python

  dataframe = pd.DataFrame({
      "id": [5,6,7,8,9],
      "vector": [
          [0.1,0.2,-0.3,-0.4,0.5],
          [0.3,-0.1,-0.2,-0.6,0.7],
          [-0.6,-0.3,0.2,0.8,0.7],
          [0.6,0.2,-0.3,-0.8,0.5],
          [0.3,0.1,-0.2,-0.6,-0.7],
      ]
  })

返回类型：

tuple (Collection, MutationResults)

返回值：

返回一个元组，其中包含该 Collection 以及由 insert() 操作返回的 MutationResult 对象。

MutationResult 对象包含以下字段：

• insert_count (int)

  已插入的 Entity 数量。

• delete_count (int)

  已删除的 Entity 数量。

• upsert_count (int)

  已 upsert 的 Entity 数量。

• succ_count (int)

  此操作期间成功执行的次数。

• succ_index (list)

  一个从 0 开始的索引编号列表，每个编号表示一次成功的操作。

• err_count (int)

  此操作期间失败执行的次数。

• err_index (list)

  一个从 0 开始的索引编号列表，每个编号表示一次失败的操作。

• primary_keys (list)

  已插入 Entity 的主键列表。

• timestamp (int)

  此操作完成时的时间戳。

异常：

• SchemaNotReadyException

  当指定的主字段无效时，将引发此异常。

示例

python

import pandas as pd
from pymilvus import Collection

collection, results = Collection.construct_from_dataframe(
    name="test_collection",
    primary_field="id",
    dataframe=pd.DataFrame({
        "id": [0,1,2,3,4],
        "vector": [
            [0.1,0.2,-0.3,-0.4,0.5],
            [0.3,-0.1,-0.2,-0.6,0.7],
            [-0.6,-0.3,0.2,0.8,0.7],
            [0.6,0.2,-0.3,-0.8,0.5],
            [0.3,0.1,-0.2,-0.6,-0.7],
        ]
    }),
)

相关操作

以下操作与 construct_from_dataframe() 相关：

• Collection

• CollectionSchema

• FieldSchema