Azure ML Python SDK v2如何直接从DataFrame注册数据资产？

数据老陈

2026-7-6

升级Azure ML Python SDK v2：从DataFrame直接注册数据资产的方案

我正准备升级至Azure ML Python SDK v2，但无法实现v1中直接从DataFrame注册数据集（现称为数据资产）的功能，目前似乎只能从本地或ADLS的已保存文件创建数据资产。

v1中的实现方式

在SDK v1中，我使用Dataset.Tabular.register_pandas_dataframe方法直接注册DataFrame：

from azureml.core import Dataset

dataset = Dataset.Tabular.register_pandas_dataframe(
    dataframe=dataframe,
    target=target,
    name=name,
)

查阅的官方文档内容

我查阅了以下官方文档：

「创建表类型的数据资产」
「创建表格数据集/数据资产」

核心疑问

是否存在无需在本地存储Parquet文件即可注册数据资产的方法？

尝试的变通方案及问题

我曾考虑将Parquet文件写入ADLS再创建数据资产，但未找到明确文档指引。尝试上传Parquet文件的代码如下：

adls_url = f"https://{account_name}.blob.core.windows.net"

# 连接Azure Blob服务
blob_service_client = BlobServiceClient(
        account_url=adls_url,
        credential=credential
    )
container_client = blob_service_client.get_container_client(
    container_name
)

# 准备待保存的数据
data = pd.DataFrame.to_parquet(df)

# 将DataFrame上传至ADLS
container_client.upload_blob(
    output_path,
    data,
    overwrite=True,
    encoding='utf-8'
)

上传CSV文件可以成功，但上传Parquet时出现错误：ResourceExistsError: The requested operation is not allowed in the current state of the entity。而且这种方法终究只是一种变通手段。