我们有一个csv文件存储在ado（azuredevops）git存储库中。我运行了azuredatabricks集群，在工作区中我有一个python代码来读取这个csv文件并将其转换为sparkDataframe。但每次文件发生更改时，我都必须手动从adogit下载并上传到databricks工作区。我使用下面的命令来验证文件是否uploaded:-

dbutils.fs.ls ("/FileStore/tables")

它列出了我的文件。然后，我使用以下python代码将此csv转换为sparkDataframe：

file_location = "/FileStore/tables/MyFile.csv"
file_type = "csv"

# CSV options

infer_schema = "true"
first_row_is_header = "true"
delimiter = ","

# The applied options are for CSV files. For other file types, these will be ignored.

df = spark.read.format(file_type) \
  .option("inferSchema", infer_schema) \
  .option("header", first_row_is_header) \
  .option("sep", delimiter) \
  .load(file_location)

因此，每次ado git存储库中的文件发生更改时都会涉及到这个手动步骤。有没有python函数可以直接指向ado git主分支中的文件副本？