operations Paket

Toplu kayıt işlemleri için DataFrame odaklı sarmalayıcılar.

createGirişleri kabul / pandas.DataFramepandas.Series eden ve delete toplu iş üzerinde sıralamadan önce bunları standart diktelere dönüştüren , updateve sağlar. Bu, veri bilimi çağıranların DataFrame'leri el ile dönüştürme olmadan doğrudan bir toplu iş olarak beslemesine olanak tanır.

batch.dataframe aracılığıyla erişilir.

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()

Toplu işlem (client.batch) için ad alanı.

client.batch aracılığıyla erişilir. Oluşturucu oluşturmak BatchRequest için kullanınnew.

Example:

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

üzerinde BatchRequestsorgu işlemleri.

Tam olarak yansıtmalar client.query : aynı yöntem adları, aynı imzalar. Tüm yöntemler döndürür None; sonuçlar aracılığıyla BatchResultulaşır.

Doğrudan örnek oluşturmayın; kullanın batch.query.

üzerinde işlemleri BatchRequestkaydedin.

Yansıtmalar client.records: aynı yöntem adları, aynı imzalar. Tüm yöntemler döndürürNone; sonuçlar ile sonra executekullanılabilirBatchResult.

GA yöntemleri: retrieve (tek kayıt) ve list (çoklu kayıt, tek sayfa). get kullanım dışı bırakıldı; bunun yerine kullanın retrieve .

Doğrudan örnek oluşturmayın; kullanın batch.records.

Dataverse OData $batch isteği oluşturmak ve yürütmek için oluşturucu.

(client.batch.new()) aracılığıyla new alın. , , querytables, ve aracılığıyla recordsişlemler ekleyin, dataframeisteğe bağlı olarak yazma işlemlerini bir changesetiçine gruplandırıp çağrısı yapınexecute.

İşlemler eklenen sırayla sıralı olarak yürütülür. BatchResult Sonuçta gönderilen HTTP isteği başına bir tane BatchItemResponse bulunur (bazı işlemler birden çok isteğe genişletilir).

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()

Üzerinde BatchRequesttablo meta veri işlemleri.

Tam olarak yansıtmalar client.tables : aynı yöntem adları, aynı imzalar. Tüm yöntemler döndürür None; sonuçlar aracılığıyla BatchResultulaşır.

Doğrudan örnek oluşturmayın; kullanın batch.tables.

Tek kayıtlı yazma işlemlerinin işlem grubu.

Tüm işlemler başarılı olur veya birlikte geri alınır. İşlemleri doğrudan eklemek için bağlam yöneticisi veya çağrı records olarak kullanın.

Doğrudan örnek oluşturmayın; kullanın changeset.

Example:

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

içinde ChangeSetkullanılabilen kayıt yazma işlemleri.

Yansıtmalar client.records ancak tek kayıtlı formlarla sınırlıdır (toplu oluşturma/güncelleştirme/silme işlemi yapılmaz). Yalnızca yazma işlemlerine izin verilir— Değişiklik kümesi içinde GET'e izin verilmez.

Doğrudan örnek oluşturmayın; kullanın ChangeSet.records.

pandas DataFrame CRUD işlemleri için ad alanı.

client.dataframe aracılığıyla erişilir. Kayıt düzeyi CRUD işlemleri etrafında DataFrame odaklı sarmalayıcılar sağlar.

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"])

Dosya işlemleri için ad alanı.

client.files aracılığıyla erişilir. Dataverse dosya sütunları için dosya karşıya yükleme işlemleri sağlar.

Example:

   client = DataverseClient(base_url, credential)

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

Sorgu işlemleri için ad alanı.

client.query aracılığıyla erişilir. Dataverse tablolarında sorgu ve arama işlemleri sağlar.

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"])

Kayıt düzeyi CRUD işlemleri için ad alanı.

client.records aracılığıyla erişilir. Tek tek Dataverse kayıtlarında oluşturma, güncelleştirme, silme ve alma işlemleri sağlar.

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)

Tablo düzeyinde meta veri işlemleri için ad alanı.

client.tables aracılığıyla erişilir. Dataverse tablolarını oluşturma, silme, inceleme ve listelemenin yanı sıra sütun ekleme ve kaldırma işlemleri sağlar.

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")