Выполнение скрипта Python в студии Azure ML

Question

Я хотел создать веб-сервис, который будет предоставлять сводку текстов по указанному URL с использованием python, beautifulsoup и nltk.

Однако я сталкиваюсь со следующей ошибкой в ​​Azure ML Studio

Схемы в AZURE:

Модуль EnterData имеет URL из вики

Выполнить скрипт Python имеет следующий код

import pandas as pd
import urllib.request as ur
from bs4 import BeautifulSoup
def azureml_main(dataframe1="https://en.wikipedia.org/wiki/Fluid_mechanics", dataframe2 = None):
    wiki = dataframe1[0].to_string()
    page = ur.urlopen(wiki)
    soup = BeautifulSoup(page)
    df= pd.DataFrame([soup.find_all('p')[0].get_text()], columns =['article_text'])
    return dataframe1,

Выполнение этого эксперимента приводит к следующей ошибке:

    Error 0085: The following error occurred during script evaluation, please view the output log for more information:
    ---------- Start of error message from Python interpreter ----------
    Caught exception while executing function: Traceback (most recent call last):
      File "C:\pyhome\lib\site-packages\pandas\indexes\base.py", line 1876, in get_loc
        return self._engine.get_loc(key)
        File "pandas\index.pyx", line 137, in pandas.index.IndexEngine.get_loc (pandas\index.c:4027)
      File "pandas\index.pyx", line 157, in pandas.index.IndexEngine.get_loc (pandas\index.c:3891)
      File "pandas\hashtable.pyx", line 675, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12408)
      File "pandas\hashtable.pyx", line 683, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12359)
    KeyError: 0
    During handling of the above exception, another exception occurred:
    Traceback (most recent call last):
      File "C:\server\invokepy.py", line 199, in batch
        odfs = mod.azureml_main(*idfs)
      File "C:\temp\84d7e9fbcfe54596a2e7de022b4d236c.py", line 23, in azureml_main
        wiki = dataframe1[0][0].to_string()
      File "C:\pyhome\lib\site-packages\pandas\core\frame.py", line 1992, in __getitem__
        return self._getitem_column(key)
  File "C:\pyhome\lib\site-packages\pandas\core\frame.py", line 1999, in _getitem_column
    return self._get_item_cache(key)
  File "C:\pyhome\lib\site-packages\pandas\core\generic.py", line 1345, in _get_item_cache
    values = self._data.get(item)
  File "C:\pyhome\lib\site-packages\pandas\core\internals.py", line 3225, in get
    loc = self.items.get_loc(item)
  File "C:\pyhome\lib\site-packages\pandas\indexes\base.py", line 1878, in get_loc
    return self._engine.get_loc(self._maybe_cast_indexer(key))
  File "pandas\index.pyx", line 137, in pandas.index.IndexEngine.get_loc (pandas\index.c:4027)
  File "pandas\index.pyx", line 157, in pandas.index.IndexEngine.get_loc (pandas\index.c:3891)
  File "pandas\hashtable.pyx", line 675, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12408)
  File "pandas\hashtable.pyx", line 683, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12359)
KeyError: 0
Process returned with non-zero exit code 1

---------- End of error message from Python  interpreter  ----------
Start time: UTC 11/11/2018 15:34:21
End time: UTC 11/11/2018 15:34:30

1. Я использую Anaconda 4.0 / Python 3.5 для запуска этого фрагмента.
2. когда я назначаю URL переменной wiki, код успешно запускается на моей локальной машине
3. Я не уверен, почему я не могу получить значение из входного фрейма данных.
4. Входной фрейм данных не имеет заголовка, поэтому dataframe1 [0] должен получать URL-адрес напрямую.

Спасибо, что помогли мне в этом.

Answer 1

ваш dataframe1 выглядит так

dataframe1 = {'Col1' : ['https://en.wikipedia.org/wiki/Finite_element_method']}

ключ не index (int), а 'Col1', вы можете исправить это с помощью

wiki = dataframe1['Col1'].to_string(index=0)

но возникает другая ошибка, URL обрезается, если слишком длинный

https://en.wikipedia.org/wiki/Finite_element....

так что лучше использовать

wiki = dataframe1['Col1'][0]

другая ошибка

return dataframe1,

должно быть

return df,

фиксированный код

import pandas as pd
import urllib.request as ur
from bs4 import BeautifulSoup
def azureml_main(dataframe1="https://en.wikipedia.org/wiki/Fluid_mechanics", dataframe2 = None):
    wiki = dataframe1['Col1'][0]
    page = ur.urlopen(wiki)
    soup = BeautifulSoup(page)
    df= pd.DataFrame([soup.find_all('p')[0].get_text()], columns=['article_text'])
    return df,