--- schema_version: "1" id: c5ef37ff22f3ff8be298c6b63a44b15ffdbccb09fe8568a0f9bd392caf6a55d6 title: 在您的流程中使用 Python 脚本 collection: tableau version: current locale: zh-cn portal_url: https://docs.salesforce.com/tableau/current/zh-cn/prep/prep_scripts_TabPy.md canonical_url: https://help.tableau.com/current/prep/zh-cn/prep_scripts_TabPy.htm source_site: help.tableau.com content_type: documentation content_hash: f971a286981606612c37aef51a1a475684be4f5bd4802e1af991522f76b5bcdc description: Use Python scripts via TabPy in a Tableau Prep flow. --- [跳转到主要内容](#main-content) # 在您的流程中使用 Python 脚本 **免责声明：**本主题包括有关第三方产品的信息。请注意，尽管我们努力保持第三方内容的准确性，但我们在此处提供的信息可能会在 Python 发生变化时更改，恕不另行通知。有关最新信息，请查阅 Python 文档和支持。 Python 是广泛使用的高级编程语言，用于一般用途编程。通过借助 Tableau Prep Builder 将 Python 命令发送到外部服务，您可以执行诸如添加行号、进行字段排名、填写字段，以及执行可使用计算字段以其他方式执行的清理操作，从而轻松地扩展数据准备选项。 若要在流程中包括 Python 脚本，您需要在 Tableau 和 TabPy 服务器之间配置连接。然后，您可以使用 Python 脚本，通过 pandas 数据框架将支持的函数应用于流程中的数据。向流程中添加脚本步骤并指定要使用的配置详细信息、文件和函数时，系统会将数据安全传递给 TabPy 服务器，应用脚本中的表达式，并以可根据需要清理或输出的表的形式返回结果。 只要配置了与 TabPy 服务器的连接，就可以在 Tableau Server 中运行包含脚本步骤的流程。当前不支持在 Tableau Cloud 中运行包含脚本步骤的流程。若要配置 Tableau Server，请参见[为 Tableau Server 配置 Tableau Python (TabPy) 服务器](#TabServer_TabPy)。 有关如何在 Tableau Server 上使用工作簿的分析扩展程序配置站点的信息，请参见[配置与分析扩展程序的连接](https://help.tableau.com/current/server/zh-cn/config_r_tabpy.htm)。 ## 先决条件 若要在您的流程中包括 Python 脚本，请完成以下设置。当前不支持在 Tableau Cloud 中创建或运行包含脚本步骤的流程。 1. 下载并安装 [Python](https://www.python.org/downloads/)。下载并安装适用于 Linux、Mac 或 Windows 的最新版本的 Python。 2. 下载并安装 Tableau Python 服务器 ([TabPy](https://github.com/tableau/TabPy))。按照用于安装 TabPy 的安装和配置说明进行操作。Tableau Prep Builder 使用 TabPy 以输入形式通过 TabPy 传递流程中的数据，应用您的脚本，然后将结果返回到流程。 3. 安装 Pandas。运行 `pip3 install pandas`。您必须在脚本中使用 pandas 数据框架来与 Tableau Prep Builder 集成。 ### 为 Tableau Server 配置 Tableau Python (TabPy) 服务器 如果您计划在 Tableau Server 中发布、创建、编辑和运行包含脚本步骤的流程，您将需要配置 TabPy 服务器和 Tableau Server 之间的连接。 - **版本 2019.3 及更高版本**：您可以在 Tableau Server 中运行包含脚本步骤的已发布流程。 - **版本 2020.4.1 及更高版本**：您可以在 Tableau Server 中创建、编辑和运行包含脚本步骤的流程。 - **Tableau Cloud**：当前不支持创建或运行包含脚本步骤的流程。 1. 打开 TSM 命令行/shell。 2. 输入以下命令以设置主机地址、端口值和连接超时： `tsm security maestro-tabpy-ssl enable --connection-type {maestro-tabpy-secure/maestro-tabpy} --tabpy-host --tabpy-port --tabpy-username --tabpy-password --tabpy-connect-timeout-ms ` - 选择 `{maestro-tabpy-secure}` 以启用安全连接，或选择 `{maestro-tabpy}` 以启用不安全的连接。 - 如果选择 `{maestro-tabpy-secure}`，请在命令行中指定证书文件 `-cf`。 - 以毫秒为单位指定 `--tabpy-connect-timeout-ms `。例如，`--tabpy-connect-timeout-ms 900000`。 3. 若要禁用 TabPy 连接，请输入以下命令 `tsm security maestro-tabpy-ssl disable` ## 创建 Python 脚本 创建脚本时，请包括一个指定 pandas (pd.DataFrame) 作为函数参数的函数。这将从 Tableau Prep Builder 中调用您的数据。您还需要使用支持的数据类型在 pandas (pd.DataFrame) 中返回结果。 例如，若要向流程中的一组字段添加编码，可以编写以下脚本： def encode(input): le = preprocessing.LabelEncoder() Return pd.DataFrame({ 'Opportunity Number' : input\['Opportunity Number'\], 'Supplies Subgroup Encoded' : le.fit\_transform(input\['Supplies Subgroup'\]), 'Region Encoded' : le.fit\_transform(input\['Region'\]), 'Route To Market Encoded' : le.fit\_transform(input\['Route To Market'\]), 'Opportunity Result Encoded' : le.fit\_transform(input\['Opportunity Result'\]), 'Competitor Type Encoded' : le.fit\_transform(input\['Competitor Type'\]), 'Supplies Group Encoded' : le.fit\_transform(input\['Supplies Group'\]), }) 支持以下数据类型：
Tableau Prep Builder 中的数据类型Python 中的数据类型
字符串标准 UTF-8 字符串
十进制双精度
整数整数
布尔值布尔值
日期ISO_DATE 格式“YYYY-MM-DD”的字符串，带有可选区域偏移。例如，“2011-12-03”是有效日期。
日期时间ISO_DATE_TIME 格式“YYYY-MM-DDT:HH:mm:ss”的字符串，带有可选区域偏移。例如，“2011-12-03T10:15:30+01:00”是有效日期。
**注意：**日期和日期时间必须始终以有效字符串形式返回。 如果要返回不同于输入的字段，则需要在脚本中包含定义输出和数据类型的 get\_output\_schema 函数。否则，输出将使用输入数据中的字段，这些字段是从流程中脚本步骤之前的步骤中获取的。 在 get\_output\_schema 中指定字段的数据类型时，请使用以下语法：
Python 中的函数生成的数据类型
prep_string()字符串
prep_decimal()十进制
prep_int()整数
prep_bool()布尔值
prep_date()日期
prep_datetime()日期时间
方括号可用于访问 DataFrame 中的行。单括号输出 Pandas Series，而双括号将输出 Pandas DataFrame。 def create\_key(df): return pd.DataFrame({ "Key": \['12345'\] }) 下面的示例演示添加到字段编码 Python 脚本的 get\_output\_schema 函数： def get\_output\_schema(): return pd.DataFrame({ 'Opportunity Number' : prep\_int(), 'Supplies Subgroup Encoded' : prep\_int(), 'Region Encoded' : prep\_int(), 'Route To Market Encoded' : prep\_int(), 'Opportunity Result Encoded' : prep\_int(), 'Competitor Type Encoded' : prep\_int(), 'Supplies Group Encoded' : prep\_int() }) ## 连接到 Tableau Python (TabPy) 服务器 > [!IMPORTANT] > > **重要信息：**从 Tableau Prep Builder 版本 2020.3.3 开始，您 可以通过顶部“帮助”菜单配置一次服务器连接，而不是通过在“脚本”步骤中单击“连接到 Tableau Python (TabPy) 服务器”并输入连接详细信息，设置每个流程的连接。对于在版本 2020.3.3 中打开的 Tableau Prep Builder 旧版本中创建的任何流程，您需要使用此新菜单重新配置连接。 1. 选择“帮助”\>“设置和性能”\>“管理分析扩展程序连接”。 2. 在“选择分析扩展程序”下拉列表中，选择“Tableau Python (TabPy) 服务器”。 ![分析扩展程序连接设置登录表单。](/tableau/current/zh-cn/prep/zh-cn/Img/prep_scripts_tabpy_signin.png) 3. 输入您的凭据： - 端口 9004 是 TabPy 的默认端口。 - 如果服务器需要凭据，请输入用户名和密码。 - 如果服务器使用 SSL 加密，请选中“需要 SSL”复选框，然后单击“未指定自定义配置文件....”链接，为连接选择证书。这是您的 SSL 服务器证书文件。 **注意：**Tableau Prep Builder 未提供测试连接的方式。如果连接出现错误，将会显示一条错误消息。 ## 向流程中添加脚本 启动 TabPy 服务器，然后完成以下步骤： **注意：**TabPy 需要 tornado 程序包版本 5.1.1 才能运行。如果在尝试启动 TabPy 时遇到“'tornado.web' has no attribute 'asynchronous'”（“tornado.web”没有属性“asynchronous”）错误，请从命令行中运行 `pip list`，检查已安装的 tornado 的版本。如果安装了其他版本，请下载 [tornado 程序包版本 5.1.1](https://pypi.org/project/tornado/5.1.1/#files)。运行 `pip uninstall tornado` 卸载当前版本，然后运行 `pip install tornado==5.1.1` 安装所需的版本。 1. 打开 Tableau Prep Builder 并单击“添加连接”![用于添加数据连接的按钮。](/tableau/current/zh-cn/prep/zh-cn/Img/prep_addconnection.png) 按钮。 在 Web 制作中，从“主页”中单击“创建”\>“流程”，或从“浏览”页面中单击“新建”\>“流程”。然后单击“连接到数据”。 2. 从连接器列表中，选择文件类型或托管您的数据的服务器。如果出现提示，请输入所需的信息以登录并访问数据。 3. 单击加号 ![带有加号的按钮。](/tableau/current/zh-cn/prep/zh-cn/Img/prep_addicon.png) 图标，并从上下文菜单中选择“添加脚本”。 ![向 Tableau Prep 添加脚本。](/tableau/current/zh-cn/prep/zh-cn/Img/prep_script_add.png) 4. 在“脚本”窗格中的“连接类型”部分，选择“Tableau Python (TabPy) 服务器”。 ![prep\_scripts\_python2.png](/tableau/current/zh-cn/prep/zh-cn/Img/prep_scripts_python2.png) 5. 在“文件名”部分，单击“浏览”选择您的脚本文件。 6. 输入“函数名称”，然后按 Enter 运行脚本。 ![用于设置连接类型设置的脚本。](/tableau/current/zh-cn/prep/zh-cn/Img/prep_scripts_python_pane.png)