Python脚本数据集

发布于 2026年10月19日

本文档介绍「Python脚本数据集」的功能与操作。Python脚本数据集允许您基于系统内已配置的数据库表、SQL数据表、EXCEL数据表、HTTP数据表、表单数据表等数据表，通过编写 Python 脚本的方式，实现数据的二次加工或异构关联，生成新的、可供电子表格、BI 分析、AI 小智等产品场景使用的数据表。

1. 功能总览介绍

在企业数据分析场景中，有时仅靠单一数据表难以满足分析需求：例如需要将两张表按某个字段关联起来（异构关联），或者需要对多张表的数据进行合并、分组汇总（二次加工）。

Python脚本数据集正是为这类场景设计的数据表类型：它以系统内已配置的数据表为数据来源，通过编写一段 Python 脚本（基于 pandas），自由地完成数据的二次加工或异构关联，最终输出一张新的数据表资产。

其主要能力包括：

能力	说明
多类数据来源	源数据表可来源于数据库表、SQL数据表、EXCEL数据表、HTTP数据表、表单数据表、Python脚本数据集、数据资产数据集、可视化数据集等
多表异构关联	在脚本中可通过「键」字段将多张表合并（如按部门编码关联部门档案），实现跨表关联
灵活二次加工	可对数据进行分组、聚合、重命名、排序等处理，生成满足分析需要的新字段与结果
脚本化取数	通过 `load_data` 函数接收源数据表，返回处理后的数据
执行预览	编写脚本后可点击「执行脚本」，实时预览脚本运行结果
数据管理与复用	生成后可进行数据预览、字段管理、数据更新、数据加工等，并可在电子表格、BI 分析、AI 小智等产品中被引用使用

2. 新建Python脚本数据集

在「数据空间 → 数据中心 → 企业数据」页面中，点击右上角 新建数据集 按钮，在下拉菜单中选择 Python脚本数据集，即可打开「新建Python脚本数据集」配置弹窗。

新建Python脚本数据集需要完成以下配置：

填写数据表名
添加源数据表（可添加多张）
编写Python脚本
执行脚本并确认创建

2.1 填写数据表名

在弹窗中「数据表名」输入框为数据表起一个容易识别的名称，如「销售订单部门汇总」。

2.2 添加源数据表

点击「源数据表」区域的添加按钮，弹出数据类型选择菜单：

可选择的源数据表类型包括：

数据库表
SQL数据表
EXCEL数据表
HTTP数据表
表单数据表
Python脚本数据集
数据资产数据集
可视化数据集

选择对应的数据类型后，可在该类型下勾选需要作为数据来源的数据表（可多选），点击「确定」后，所选的源数据表即添加到源数据表列表中。点击刷新可重新加载可用的源数据表；在「搜索字段」框中输入关键字可快速定位数据表。

说明：Python脚本数据集可基于多种类型的数据表进行加工，这正是其"异构关联"能力的体现——例如将「销售订单明细表」（SQL数据表）与「部门档案」（SQL数据表）等来自不同来源的数据表关联起来。

2.3 编写Python脚本

添加好源数据表后，在「关联脚本」区域编写 Python 脚本。脚本以函数 load_data(tables, params=None) 为入口：

tables：字典，键为源数据表的标识（ID），值为对应的数据（DataFrame）。脚本中通过 tables['源数据表ID'] 获取各源数据表。
params：可选参数，用于接收调用时传入的参数。
返回值：脚本需要返回一个 DataFrame，作为该数据表的最终数据。

下面以"销售订单明细表 + 部门档案"为例：通过部门编码将销售订单明细表与部门档案关联，获取部门名称，再按年度、期间月份、部门名称分组汇总金额指标。

import pandas as pd


def load_data(tables, params=None):
    df_order = tables['9b5ddcf9c78611f1b414cb28cb977e02']
    df_dept = tables['9fbfc9d2c7c711f1b85ccb28cb977e02']

    # 通过部门编码关联部门档案，获取部门名称
    df_merged = df_order.merge(
        df_dept[['cDepCode', 'cDepName']],
        left_on='部门编码',
        right_on='cDepCode',
        how='left'
    )

    # 按年度、期间月份、部门名称分组，汇总三个金额指标
    result = df_merged.groupby(
        ['年度', '期间月份', 'cDepName'],
        as_index=False
    ).agg(
        含税金额=('含税金额', 'sum'),
        税额=('税额', 'sum'),
        不含税金额=('不含税金额', 'sum')
    )

    # 重命名部门名称列
    result = result.rename(columns={'cDepName': '部门名称'})

    # 按年度、月份排序
    result = result.sort_values(['年度', '期间月份', '部门名称']).reset_index(drop=True)

    return result

脚本逻辑说明：

通过 tables 获取「销售订单明细表」和「部门档案」两张源数据表；
以销售订单的「部门编码」与部门档案的 cDepCode 字段进行左关联，补全每行对应的「部门名称」；
按「年度、期间月份、部门名称」分组聚合，汇总「含税金额」「税额」「不含税金额」；
将部门名称列重命名为中文「部门名称」，并按年度、月份排序后返回。

【重要】AI 异构关联脚本助手

如果不会写脚本，可以交给AI来完成。如上面的对应的脚本，可以点击按钮调出AI助手能力，描述需求：按年度、期间月份、部门名称分组，汇总三个金额指标。回车后，AI可自主完成脚本的生成，如下图：

2.4 执行脚本并确认创建

脚本编写完成后，点击「关联脚本」区域的 执行脚本 按钮，系统会运行脚本并在右侧「数据预览」区域展示运行结果。确认数据无误后，点击弹窗底部的确定按钮，即可完成Python脚本数据集的创建。

说明：点击「取消」可放弃本次创建。

3. Python脚本数据集管理

在企业数据列表中点击已创建的Python脚本数据集名称，进入数据表管理页面。页面顶部提供「数据集详情」「数据加工」「编辑」等入口，中部提供「数据预览」「数据字段」「数据更新」等管理标签页。

3.1 数据预览

「数据预览」标签页展示Python脚本运行结果的最终数据：

页面默认展示计算结果数据，可通过 字段搜索 快速定位字段列；
点击 导出Excel 可将当前预览数据导出为 Excel 文件；
底部展示当前展示条数、总缓存条数等信息，并支持分页浏览。

3.2 数据字段

「数据字段」标签页展示脚本运行结果（返回的 DataFrame）中各字段的元信息：

备注说明：显示该数据表的备注，可点击编辑图标添加或修改；
字段列表以表格形式展示，包含 序号、原始名称、显示名称、字段类型 等列，字段类型由系统自动识别（如「数字」「字符串」等）。

3.3 数据更新

「数据更新」标签页配置数据表的数据更新策略。由于Python脚本数据集的数据来源于源数据表并经脚本加工，更新时会重新运行脚本获取最新结果：

立即更新：点击后立即手动触发一次数据更新（重新执行脚本）；
修改：点击后弹出更新配置对话框，可修改更新方式（直连模式/抽取模式）与更新策略（如每 N 分钟自动更新、每天指定时间自动更新）。

3.4 数据加工

点击页面右上角的 数据加工 按钮，进入可视化数据加工页面：

左侧为「选字段」面板，展示脚本结果的所有字段，支持全选或按需勾选需要保留的字段；
右侧为「当前步骤结果」区域，点击「预览数据」可查看加工后的数据效果；
加工配置完成后，点击保存生效；点击返回放弃修改并回到数据表详情页。

具体数据加工的详细使用，可以查看文档：企业数据数据加工 - 文档中心

3.5 数据集详情

点击页面右上角的 数据集详情 按钮，弹出该数据表的基本信息窗口，包括：

创建用户：创建该数据表的用户；
创建时间：数据表的创建时间；
最近编辑时间：最近一次修改配置的时间；
字段数：数据表包含的字段总数。

4. Python脚本数据集操作

在左侧目录树或右侧数据列表中，将鼠标悬停在某个Python脚本数据集上，可通过「...」更多操作按钮（或在列表行中直接提供的「编辑」「删除」按钮）对数据表进行管理。

4.1 编辑

选择「编辑」，进入Python脚本数据集的编辑页面。编辑页面的配置项与新建时一致，可修改数据表名、源数据表以及Python脚本等内容。修改完成后点击「确定」保存。

4.2 重命名

选择「重命名」，可直接修改该数据表的名称，便于在数据表较多时进行管理和区分。

4.3 移动到

选择「移动到」，弹出文件夹选择对话框：

对话框标题显示「将【数据表名】移动到」；
可在搜索框中输入文件夹名称快速定位；
选择目标文件夹后点击「确定」，即可将该数据表移动到指定文件夹下；
点击「取消」放弃操作。

4.4 复制

选择「复制」，系统会基于当前Python脚本数据集的配置创建一份副本，生成一个新的数据表。复制后的表会保留原有的源数据表配置和Python脚本，但不会复制数据本身，可根据需要在此基础上修改配置。

4.5 删除

选择「删除」，系统会将该Python脚本数据集从企业数据中移除。

注意：删除后该数据表将无法恢复，且依赖该数据表的报表将无法正常取数，请谨慎操作。