🚀 优质资源分享 🚀
本文示例代码已上传至我的Github 仓库https://github.com/CNFeffery/DataScienceStudyNotes
1 简介
大家好我是费老师,一些比较熟悉pandas 的读者朋友应该经常会使用query() 、eval() 、pipe() 、assign() 等pandas 的常用方法(相关知识详见我的pandas 专题教程https://blog.csdn.net/feffery/tag/pandas/ ),书写可读性很高的链式数据分析处理代码,从而更加丝滑流畅地组织代码逻辑。
但在原生Python 中并没有提供类似shell 中的管道操作符| 、R 中的管道操作符%>% 等语法,也没有针对列表等数组结构的可进行链式书写的快捷方法,譬如javascript 中数组的map() 、filter() 、some() 、every() 等。
正所谓“标准库不够,三方库来凑”,Python 原生对链式写法支持不到位没关系,我们可以使用一些简单方便且轻量的第三方库来协助我们在Python 代码中大面积实现链式写法,今天的文章中费老师我就将带大家一起学习相关的知识技巧~
2 在Python中配合pipe灵活使用链式写法
我们将使用到pipe 这个第三方库,它不仅内置了很多实用的管道操作函数,还提供了将常规函数快捷转换为管道操作函数的方法,使用pip install pipe 对其进行安装即可。
pipe 的用法非常方便,类似shell 中的管道操作:以你的数组变量为起点,使用操作符| 衔接pipe 内置的各个常见管道操作函数,组装起自己所需的计算步骤即可,譬如,我们筛选输入数组中为偶数的,再求平方,就可以写作:
import pipe
list(
range(10) |
pipe.filter(lambda x: x % 2 == 0) |
pipe.select(lambda x: x ** 2)
)
因为pipe 搭建的管道默认都是惰性运算的,直接产生的结果是生成器类型,所以上面的例子中我们最外层套上了list() 来取得实际计算结果,更优雅的方式是配合pipe.Pipe() ,将list() 也改造为管道操作函数:
from pipe import Pipe
(
range(10) |
pipe.filter(lambda x: x % 2 == 0) |
pipe.select(lambda x: x ** 2) |
Pipe(list)
)
在上面的简单例子中我们使用到的filter() 、select() 等就是pipe 中常见的管道操作函数,事实上pipe 中的管道操作函数相当的丰富,下面我们来展示其中一些常用的:
2.1 pipe中常用的管道操作函数
2.1.1 使用traverse()展平嵌套数组
如果你想要将任意嵌套数组结构展平,可以使用traverse() :
(
[1, [2, 3, [4, 5]], 6, [7, 8, [9, [10, 11]]]] |
pipe.traverse |
Pipe(list)
)
2.1.2 使用dedup()进行顺序去重
如果我们需要对包含若干重复值的数组进行去重,且希望保留原始数据的顺序,则可以使用dedup() ,其还支持key 参数,类似sorted() 中的同名参数,实现自定义去重规则:
(
[-1, 0, 0, 0, 1, 2, 3] |
pipe.dedup |
Pipe(list)
)
(
[-1, 0, 0, 0, 1, 2, 3] |
# 基于每个元素的绝对值进行去重
pipe.dedup(key=abs) |
Pipe(list)
)
2.1.3 使用filter()进行值过滤
我们最开始的例子中使用过它,用法就是基于传入的lambda 函数对每个元素进行条件判断,并保留结果为True 的,与javascript 中的filter() 方法非常相似:
(
[1, 4, 3, 2, 5, 6, 8] |
# 保留大于5的元素
pipe.filter(lambda x: x > 5) |
Pipe(list)
)
2.1.4 使用groupby()进行分组运算
这个函数非常实用,其功能相当于管道操作版本的itertools.groupby() ,可以帮助我们基于lambda 函数运算结果对原始输入数组进行分组,通过groupby() 操作后直接得到的结果是分组结果的二元组列表,每个元组的第一个元素是分组标签,第二个元素是分到该组内的各个元素:
基于此,我们可以衔接很多其他管道操作函数,譬如衔接select() 对分组结果进行自定义运算:
2.1.5 使用select()对上一步结果进行自定义遍历运算
这个函数是pipe() 中核心的管道操作函数,通过前面的若干例子也能弄明白,它的功能是基于我们自定义的函数,对上一步的运算结果进行遍历运算。
2.1.6 使用sort()进行排序
相当于内置函数sorted() 的管道操作版本,同样支持key 、reverse 参数:
上述内容足以支撑大部分日常操作需求,你也可以在https://github.com/JulienPalard/Pipe 中查看pipe 的更多功能介绍。
以上就是本文的全部内容,欢迎在评论区与我进行讨论~
|