SAS ViyaはAIプラットフォームです。PythonやJava、Rなどの言語を通して利用できます。そのSAS Viyaの中で使われているのがCASTableというテーブルオブジェクトです（CASはCloud Analytic Servicesの略です）。今回はそんなCASTableを抽象的に操作できるCASActionオブジェクトを紹介します。
ライブラリを読み込みます
swatがSAS Viyaを扱うためのライブラリになります。そして、サーバに接続します。
import swat
conn = swat.CAS('server-name.mycompany.com', 5570, 'username', 'password')
Fetchを取得
Fetchを使ってテーブル操作用オブジェクトを取得します。これがCASActionを継承して作られています。
fa = conn.Fetch()
type(fa)
# swat.cas.actions.table.Fetch
type(fa).__bases__
# (swat.cas.actions.CASAction,)
データを5件取得
例えばデータを5件取得する場合は次のようにしています。
fa(table=dict(name='data.iris', caslib='casuser'), to=5)
§ Fetch
| sepal_length | sepal_width | petal_length | petal_width | species |
|---|---|---|---|---|
| 0 | 5.1 | 3.5 | 1.4 | 0.2 |
| 1 | 4.9 | 3.0 | 1.4 | 0.2 |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 |
| 3 | 4.6 | 3.1 | 1.5 | 0.2 |
| 4 | 5.0 | 3.6 | 1.4 | 0.2 |
ソート条件を追加します。sortbyを指定します。
fa(table=dict(name='data.iris', caslib='casuser'), to=5,
sortby=['sepal_length', 'sepal_width'])
§ Fetch
| sepal_length | sepal_width | petal_length | petal_width | species |
|---|---|---|---|---|
| 0 | 4.3 | 3.0 | 1.1 | 0.1 |
| 1 | 4.4 | 2.9 | 1.4 | 0.2 |
| 2 | 4.4 | 3.0 | 1.3 | 0.2 |
| 3 | 4.4 | 3.2 | 1.3 | 0.2 |
| 4 | 4.5 | 2.3 | 1.3 | 0.3 |
条件を指定する
条件は取得時に指定する他、set_paramsを使うこともできます。
fa.set_params('table', dict(name='data.iris', caslib='casuser'),
'to', 5)
そうすると条件が残ります。
fa
?.table.Fetch(table=dict(caslib='casuser', name='data.iris'), to=5)
fa()
§ Fetch
| sepal_length | sepal_width | petal_length | petal_width | species |
|---|---|---|---|---|
| 0 | 5.1 | 3.5 | 1.4 | 0.2 |
| 1 | 4.9 | 3.0 | 1.4 | 0.2 |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 |
| 3 | 4.6 | 3.1 | 1.5 | 0.2 |
| 4 | 5.0 | 3.6 | 1.4 | 0.2 |
set_paramsは他にも渡し方が複数あります。
fa.set_params(('table', dict(name='data.iris', caslib='casuser')),
('to', 5))
と
fa.set_params({'table': dict(name='data.iris', caslib='casuser'),
'to': 5})
と
fa.set_params(table=dict(name='data.iris', caslib='casuser'),
to=5)
は同じです。
まとめ
CASTableを直接操作することもできますが。CASActionを使ってテーブル自体を引数としてプログラマブルに操作もできます。好みによりますが、使い方を覚えておいて損はないでしょう。