如何从Python将MLTable工件写入本地文件夹并注册为AzureML数据集？

1. 保存为本地MLTable工件 #

你可以直接调用mltable对象的save()方法，将其保存为本地的MLTable工件（包含MLTable配置文件和数据引用）：

# 将加载后的mltable保存为本地MLTable目录
dati.save("./my_mltable_artifact")

执行后，指定路径会生成一个包含MLTable配置文件的目录，该文件固化了当前的数据加载规则，后续可直接通过mltable.load()加载这个目录复用配置。

2. 注册为AzureML的mltable数据集 #

要注册到AzureML工作区，需先连接工作区，再完成注册操作：

步骤1：连接到AzureML工作区 #

from azureml.core import Workspace

# 从本地配置文件加载工作区（AzureML笔记本通常会自动配置）
ws = Workspace.from_config()

步骤2：将本地CSV上传到AzureML数据存储（推荐） #

为让工作区稳定访问数据，建议先把本地CSV上传到工作区的默认数据存储：

datastore = ws.get_default_datastore()
# 上传本地CSV到数据存储的指定路径
datastore.upload_files(files=["dati_estra_test.csv"], target_path="csv_datasets", overwrite=True)

步骤3：从数据存储加载mltable并注册 #

from mltable import from_delimited_files

# 从AzureML数据存储路径加载mltable
paths = [{'file': f"{datastore.name}://csv_datasets/dati_estra_test.csv"}]
dati = from_delimited_files(paths)

# 注册为工作区的mltable数据集
registered_dataset = dati.register(
    workspace=ws,
    name="dati_estra_test_mltable",
    description="MLTable dataset created from test CSV",
    create_new_version=True
)

注册完成后，可在AzureML工作室的「数据集」页面找到该mltable数据集，后续可直接在训练作业、流水线中调用。

内容的提问来源于stack exchange，提问作者9879ypxkj