operations Paket

Pembungkus berorientasi DataFrame untuk operasi rekaman batch.

Menyediakan create, update, dan delete yang menerima pandas.DataFrame / pandas.Series input dan mengonversinya ke dict standar sebelum mengantre pada batch. Ini memungkinkan pemanggil ilmu data memberi umpan DataFrames langsung ke dalam batch tanpa konversi manual.

Diakses melalui batch.dataframe.

Example:

   import pandas as pd

   batch = client.batch.new()
   df = pd.DataFrame([
       {"name": "Contoso", "telephone1": "555-0100"},
       {"name": "Fabrikam", "telephone1": "555-0200"},
   ])
   batch.dataframe.create("account", df)
   result = batch.execute()

Namespace untuk operasi batch (client.batch).

Diakses melalui client.batch. Gunakan new untuk membuat penyusun BatchRequest .

Example:

   batch = client.batch.new()
   batch.records.create("account", {"name": "Fabrikam"})
   result = batch.execute()

Operasi kueri pada BatchRequest.

client.query Cermin persis: nama metode yang sama, tanda tangan yang sama. Semua metode kembali None; hasil tiba melalui BatchResult.

Jangan membuat instans secara langsung; gunakan batch.query.

Rekam operasi pada BatchRequest.

client.recordsCermin : nama metode yang sama, tanda tangan yang sama. Semua metode kembali None; hasil tersedia melalui BatchResult setelah execute.

Metode GA: retrieve (rekaman tunggal) dan list (multi-rekaman, satu halaman). get tidak digunakan lagi — gunakan retrieve sebagai gantinya.

Jangan membuat instans secara langsung; gunakan batch.records.

Penyusun untuk membangun dan menjalankan permintaan Dataverse OData $batch .

Dapatkan melalui new (client.batch.new()). Tambahkan operasi melalui records, , tablesquery, dan dataframe, secara opsional mengelompokkan changesetpenulisan ke dalam , lalu panggil execute.

Operasi dijalankan secara berurutan dalam urutan yang ditambahkan. Hasilnya BatchResult berisi satu BatchItemResponse per permintaan HTTP yang dikirim (beberapa operasi diperluas ke beberapa permintaan).

Example:

   batch = client.batch.new()
   batch.records.create("account", {"name": "Contoso"})
   batch.tables.get("account")
   with batch.changeset() as cs:
       ref = cs.records.create("contact", {"firstname": "Alice"})
       cs.records.update("account", account_id, {
           "primarycontactid@odata.bind": ref
       })
   result = batch.execute()

Operasi metadata tabel pada BatchRequest.

client.tables Cermin persis: nama metode yang sama, tanda tangan yang sama. Semua metode kembali None; hasil tiba melalui BatchResult.

Jangan membuat instans secara langsung; gunakan batch.tables.

Grup transaksional operasi penulisan catatan tunggal.

Semua operasi berhasil atau digulung balik bersama-sama. Gunakan sebagai manajer konteks atau panggil records untuk menambahkan operasi secara langsung.

Jangan membuat instans secara langsung; gunakan changeset.

Example:

   with batch.changeset() as cs:
       ref = cs.records.create("contact", {"firstname": "Alice"})
       cs.records.update("account", account_id, {
           "primarycontactid@odata.bind": ref
       })

Catat operasi tulis yang tersedia di dalam ChangeSet.

client.records Cermin tetapi dibatasi untuk formulir rekaman tunggal (tidak ada pembuatan/pembaruan/penghapusan massal). Hanya operasi tulis yang diizinkan — GET tidak diizinkan di dalam set perubahan.

Jangan membuat instans secara langsung; gunakan ChangeSet.records.

Namespace untuk operasi CRUD DataFrame pandas.

Diakses melalui client.dataframe. Menyediakan pembungkus berorientasi DataFrame di sekitar operasi CRUD tingkat rekor.

Example:

   import pandas as pd

   client = DataverseClient(base_url, credential)

   # Query records as a DataFrame
   df = client.dataframe.get("account", select=["name"], top=100)

   # Create records from a DataFrame
   new_df = pd.DataFrame([{"name": "Contoso"}, {"name": "Fabrikam"}])
   new_df["accountid"] = client.dataframe.create("account", new_df)

   # Update records
   new_df["telephone1"] = ["555-0100", "555-0200"]
   client.dataframe.update("account", new_df, id_column="accountid")

   # Delete records
   client.dataframe.delete("account", new_df["accountid"])

Namespace untuk operasi file.

Diakses melalui client.files. Menyediakan operasi unggahan file untuk kolom file Dataverse.

Example:

   client = DataverseClient(base_url, credential)

   client.files.upload(
       "account", account_id, "new_Document", "/path/to/file.pdf"
   )

Namespace untuk operasi kueri.

Diakses melalui client.query. Menyediakan operasi kueri dan pencarian terhadap tabel Dataverse.

Example:

   from PowerPlatform.Dataverse.models.filters import col

   client = DataverseClient(base_url, credential)

   # Fluent query builder (recommended)
   for record in (client.query.builder("account")
                  .select("name", "revenue")
                  .where(col("statecode") == 0)
                  .order_by("revenue", descending=True)
                  .top(100)
                  .execute()):
       print(record["name"])

   # SQL query
   rows = client.query.sql("SELECT TOP 10 name FROM account ORDER BY name")
   for row in rows:
       print(row["name"])

Namespace untuk operasi CRUD tingkat rekaman.

Diakses melalui client.records. Menyediakan operasi buat, perbarui, hapus, dan dapatkan pada rekaman Dataverse individual.

Example:

   client = DataverseClient(base_url, credential)

   # Create a single record
   guid = client.records.create("account", {"name": "Contoso Ltd"})

   # Get a record
   record = client.records.get("account", guid, select=["name"])

   # Update a record
   client.records.update("account", guid, {"telephone1": "555-0100"})

   # Delete a record
   client.records.delete("account", guid)

Namespace untuk operasi metadata tingkat tabel.

Diakses melalui client.tables. Menyediakan operasi untuk membuat, menghapus, memeriksa, dan mencantumkan tabel Dataverse, serta menambahkan dan menghapus kolom.

Example:

   client = DataverseClient(base_url, credential)

   # Create a table
   info = client.tables.create(
       "new_Product",
       {"new_Price": "decimal", "new_InStock": "bool"},
       solution="MySolution",
   )

   # List tables
   tables = client.tables.list()

   # Get table info
   info = client.tables.get("new_Product")

   # Add columns
   client.tables.add_columns("new_Product", {"new_Rating": "int"})

   # Remove columns
   client.tables.remove_columns("new_Product", "new_Rating")

   # Delete a table
   client.tables.delete("new_Product")