Azure ML：无法通过Python SDK列出/加载已注册数据集

你的问题大概率和版本冲突、工作区连接错误或数据集未注册有关，按以下步骤排查：

• 先处理版本兼容问题：你用的azureml 0.2.7是非常老旧的版本，和azureml-core 1.46.0严重不兼容，这会导致SDK无法正确识别工作区里的资源。建议卸载旧的azureml包，统一安装和azureml-core 1.46.0匹配的版本：

  pip uninstall azureml -y
  pip install azureml-dataset-runtime==1.46.0 azureml-core==1.46.0
  

• 确认工作区连接正确：检查你连接的工作区是不是创建数据集的那个。可以显式指定参数来连接，避免自动配置出错：

  from azureml.core import Workspace
  
  ws = Workspace(
      subscription_id="你的订阅ID",
      resource_group="你的资源组名称",
      workspace_name="你的工作区名称"
  )
  

  连接后打印ws.name确认是否和你创建数据集的工作区一致。

• 检查数据集是否已注册：

  • GUI创建的数据集：登录Azure ML studio，确认数据集在当前工作区的「数据集」列表里，没有误创建到其他工作区。
  • SDK创建的数据集：如果只是用TabularDatasetFactory或FileDatasetFactory创建了数据集，但没调用register()方法，那这个数据集只是临时对象，不会被保存到工作区。正确的注册代码示例：

    from azureml.core.dataset import Dataset
    
    # 假设你已经创建好dataset对象
    dataset.register(workspace=ws, name="你的数据集名称", description="数据集描述")
    

• 重新加载并获取数据集：完成以上步骤后，重新运行代码，尝试用以下方式获取并加载到DataFrame：

  # 获取单个指定数据集
  dataset = Dataset.get_by_name(workspace=ws, name="你的数据集名称")
  df = dataset.to_pandas_dataframe()
  
  # 或获取所有已注册数据集
  all_datasets = ws.datasets
  print(all_datasets.keys()) # 打印所有已注册数据集的名称
  

如果还是不行，检查Azure ML studio里的数据集状态，确认它处于「已注册」状态，而非草稿或未完成状态。

内容的提问来源于stack exchange，提问作者user20450365