operations Пакет

Оболочки, ориентированные на кадры данных для операций пакетной записи.

Предоставляет createи updatedelete принимает pandas.DataFrame / pandas.Series входные данные и преобразует их в стандартные дикты перед вводом в пакет. Это позволяет вызывающим данным передавать кадры данных непосредственно в пакет без ручного преобразования.

Доступ к ней осуществляется через batch.dataframe.

Пример:

   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()

Пространство имен для пакетных операций (client.batch).

Доступ к ней осуществляется через client.batch. Используется new для создания построителя BatchRequest .

Пример:

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

Операции запроса в объекте BatchRequest.

Зеркально client.query : те же имена методов, одни и те же сигнатуры. Все методы возвращаются None; результаты поступают через BatchResult.

Не создавайте экземпляр непосредственно; use batch.query.

Запись операций BatchRequestс .

Зеркальные отображения client.records: те же имена методов, одни и те же сигнатуры. Все методы возвращаются None; результаты доступны через BatchResult после execute.

Методы общедоступной версии: retrieve (одна запись) и list (многозаписная, одна страница). get не рекомендуется — используйте retrieve вместо этого.

Не создавайте экземпляр непосредственно; use batch.records.

Построитель для создания и выполнения запроса OData $batch Dataverse.

Получите через new (client.batch.new()). Добавление операций с помощью records, tablesqueryиdataframe, при необходимости, группирование записываются в changeset, а затем вызываетсяexecute.

Операции выполняются последовательно в добавленном порядке. Результирующий BatchResult запрос содержит один по протоколу BatchItemResponse HTTP-запроса (некоторые операции расширяются до нескольких запросов).

Пример:

   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()

Операции метаданных таблицы в объекте BatchRequest.

Зеркально client.tables : те же имена методов, одни и те же сигнатуры. Все методы возвращаются None; результаты поступают через BatchResult.

Не создавайте экземпляр непосредственно; use batch.tables.

Транзакционная группа операций записи с одной записью.

Все операции выполняются успешно или откатываются вместе. Используйте в качестве диспетчера контекста или вызова records для непосредственного добавления операций.

Не создавайте экземпляр непосредственно; use changeset.

Пример:

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

Запись операций записи, доступных ChangeSetвнутри .

Зеркальные отображения, но ограниченные одними формами client.records записей (без массового создания и обновления и удаления). Разрешены только операции записи. GET не допускается внутри набора изменений.

Не создавайте экземпляр непосредственно; use ChangeSet.records.

Пространство имен для операций CRUD с кадрами данных Pandas.

Доступ к ней осуществляется через client.dataframe. Предоставляет оболочки, ориентированные на кадры данных, вокруг операций CRUD на уровне записей.

Пример:

   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"])

Пространство имен для операций с файлами.

Доступ к ней осуществляется через client.files. Предоставляет операции отправки файлов для столбцов файлов Dataverse.

Пример:

   client = DataverseClient(base_url, credential)

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

Пространство имен для операций запроса.

Доступ к ней осуществляется через client.query. Предоставляет операции запроса и поиска в таблицах Dataverse.

Пример:

   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"])

Пространство имен для операций CRUD на уровне записей.

Доступ к ней осуществляется через client.records. Предоставляет операции создания, обновления, удаления и получения операций с отдельными записями Dataverse.

Пример:

   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)

Пространство имен для операций метаданных на уровне таблицы.

Доступ к ней осуществляется через client.tables. Предоставляет операции для создания, удаления, проверки и перечисления таблиц Dataverse, а также добавления и удаления столбцов.

Пример:

   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")