公开 API

bagelquant-data 通过 Python API 使用。包会返回 pandas 对象和普通元数据，而不是导入下游研究包。

顶层导出

from bagelquant_data import (
    DataContract,
    DataLakeManager,
    DataRequest,
    DataSource,
    DataSourceRegistry,
    DatasetSchema,
    FieldSchema,
    LoadedDataset,
    Loader,
    LocalDataLake,
    RetrievedPanel,
    Transform,
    TushareTableUpdateSpec,
    default_registry,
)

Provider 注册表

• DataSource：provider 适配器基类。
• DataRequest：dataset、字段、过滤条件、日期范围、版本、快照和选项。
• DataSourceRegistry.register(source)：注册适配器。
• DataSourceRegistry.resolve(name)：解析适配器。
• default_registry：进程级便利注册表。

数据湖

• LocalDataLake(root)：本地文件系统快照后端。
• DataLakeManager(lake, registry=None)：高层写入和更新 API。
• DataLakeManager.add(source, dataset, frame)：添加自定义数据。
• DataLakeManager.edit(source, dataset, frame)：替换数据集快照。
• DataLakeManager.delete(source, dataset)：删除数据集指针。
• LocalDataLake.read(...)：读取投影和日期过滤后的数据。
• LocalDataLake.read_panel_field(...)：把字段 id 读取为面板形状。

Loader

• Loader(registry=None, lake=None)：优先 lake 的读取门面。
• Loader.source(name).load(...)：返回 LoadedDataset。
• Loader.source(name).load_panel(...)：返回 RetrievedPanel。
• LoadedDataset.data：pandas 数据。
• RetrievedPanel.data：单字段日期乘资产 frame。

Tushare 辅助 API

• TushareDataSource：Tushare provider 适配器。
• TushareTableUpdateSpec：生产式表更新规格。
• DataLakeManager.scan_tushare_updates(...)：生成 dry-run 更新报告。
• DataLakeManager.execute_tushare_update_report(report, workers=4)：执行审核后的任务。