> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-run-filter-ui-updates.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Table
export const GitHubLink = ({url}) =>
GitHub 소스 코드
;
## class `Table`
표 형식 데이터를 표시하고 분석하는 데 사용되는 Table 클래스입니다.
기존 스프레드시트와 달리 Tables는 스칼라 값, 문자열, numpy 배열, 그리고 `wandb.data_types.Media`의 대부분의 하위 클래스를 비롯한 다양한 데이터 유형을 지원합니다. 즉, 다른 기존 스칼라 값과 함께 `Images`, `Video`, `Audio` 및 기타 다양한 리치 미디어와 주석이 포함된 미디어를 Tables에 직접 임베드할 수 있습니다.
이 클래스는 W\&B Tables [https://docs.wandb.ai/models/tables](https://docs.wandb.ai/models/tables)를 생성하는 데 사용하는 기본 클래스입니다.
### 방법 `Table.__init__`
```python theme={null}
__init__(
columns=None,
data=None,
rows=None,
dataframe=None,
dtype=None,
optional=True,
allow_mixed_types=False,
log_mode: "Literal['IMMUTABLE', 'MUTABLE', 'INCREMENTAL'] | None" = 'IMMUTABLE'
)
```
Table 객체를 초기화합니다.
`rows`는 이전 버전과의 호환성을 위해 제공되며 사용하지 않아야 합니다. Table 클래스는 Pandas API와 유사하게 동작하도록 `data`를 사용합니다.
**매개변수:**
* `columns`: (List\[str]) 테이블의 열 이름입니다. 기본값은 \["Input", "Output", "Expected"]입니다.
* `data`: (List\[List\[any]]) 값으로 이루어진 2차원 행 기준 배열입니다.
* `dataframe`: (pandas.DataFrame) 테이블을 생성하는 데 사용하는 데이터프레임 객체입니다. 이 값이 설정되면 `data` 및 `columns` 매개변수는 무시됩니다.
* `rows`: (List\[List\[any]]) 값으로 이루어진 2차원 행 기준 배열입니다.
* `optional`: (Union\[bool,List\[bool]]) `None` 값 허용 여부입니다. 기본값은 True입니다.
* 단일 bool 값이면 생성 시 지정된 모든 열에 선택 여부가 강제 적용됩니다.
* bool 값의 목록이면 각 열에 선택 여부가 적용되며, `columns`와 길이가 같아야 합니다.
* `allow_mixed_types`: (bool) 열에 혼합 유형을 허용할지 여부입니다 (유형 검증 비활성화). 기본값은 False입니다.
* `log_mode`: Optional\[str] 변경이 발생할 때 Table이 로깅되는 방식을 제어합니다. 옵션:
* "IMMUTABLE" (기본값): Table은 한 번만 로깅할 수 있으며, 테이블이 변경된 후 다시 로깅을 시도해도 아무 작업도 수행되지 않습니다.
* "MUTABLE": 변경 후에도 Table을 다시 로깅할 수 있으며, 로깅할 때마다 새 artifact 버전이 생성됩니다.
* "INCREMENTAL": Table 데이터가 증분 방식으로 로깅되며, 각 로그는 마지막 로그 이후의 새 데이터를 포함하는 새 artifact 항목을 생성합니다.
***
### 방법 `Table.add_column`
```python theme={null}
add_column(name, data, optional=False)
```
테이블에 데이터 열을 추가합니다.
**매개변수:**
* `name`: (str) - 열의 고유한 이름
* `data`: (list | np.array) - 동일한 타입의 데이터로 구성된 열
* `optional`: (bool) - null과 같은 값의 허용 여부
***
### 방법 `Table.add_computed_columns`
```python theme={null}
add_computed_columns(fn)
```
기존 데이터를 바탕으로 계산된 열을 하나 이상 추가합니다.
**매개변수:**
* `fn`: 하나 또는 두 개의 매개변수인 `ndx`(int)와 `row`(dict)를 받는 함수입니다. 이 함수는 해당 행의 새 열을 나타내는 dict를 반환해야 하며, 키는 새 열 이름입니다.
* `ndx`는 행의 인덱스를 나타내는 정수입니다. `include_ndx`가 `True`로 설정된 경우에만 포함됩니다.
* `row`는 기존 열을 키로 하는 딕셔너리입니다.
***
### 방법 `Table.add_data`
```python theme={null}
add_data(*data)
```
테이블에 새 데이터 행을 추가합니다.
테이블의 최대 행 수는 `wandb.Table.MAX_ARTIFACT_ROWS`로 결정됩니다.
데이터 길이는 테이블 열의 길이와 일치해야 합니다.
***
### 방법 `Table.add_row`
```python theme={null}
add_row(*row)
```
사용 중단되었습니다. 대신 `Table.add_data` 방법을 사용하세요.
***
### 방법 `Table.cast`
```python theme={null}
cast(col_name, dtype, optional=False)
```
열을 특정 데이터 유형으로 캐스팅합니다.
일반적인 Python 클래스, 내부 W\&B 유형, 또는 wandb.Image나 wandb.Classes의 인스턴스 같은 예시 객체 중 하나를 사용할 수 있습니다.
**매개변수:**
* `col_name` (str): 캐스팅할 열의 이름입니다.
* `dtype` (class, wandb.wandb\_sdk.interface.\_dtypes.Type, any): 대상 dtype입니다.
* `optional` (bool): 열에서 None을 허용할지 여부입니다.
***
### 방법 `Table.get_column`
```python theme={null}
get_column(name, convert_to=None)
```
테이블에서 열을 조회하고, 필요에 따라 이를 NumPy 객체로 변환합니다.
**매개변수:**
* `name`: (str) - 열 이름
* `convert_to`: (str, 선택)
* "numpy": 기본 데이터를 numpy 객체로 변환합니다
***
### 방법 `Table.get_dataframe`
```python theme={null}
get_dataframe()
```
테이블을 `pandas.DataFrame`으로 반환합니다.
***
### 방법 `Table.get_index`
```python theme={null}
get_index()
```
다른 테이블에서 링크를 생성할 때 사용할 행 인덱스 배열을 반환합니다.
***