作者：豆豆

來源：Python 技術

眾所周知，Pytnon 非常擅長處理數據，尤其是后期數據的清洗工作。今天派森醬就給大家介紹一款處理數據的神器 Pipe。

什么是 Pipe

簡言之，Pipe 是 Python 的一個三方庫。

通過 Pipe 我們可以將一個函數的處理結果傳遞給另外一個函數，這意味著你的代碼會非常簡潔。

要使用 Pipe 需要提前安裝，直接使用 pip 安裝即可。

pip install pipe 

過濾元素

和 filter 類似，pipe 中的 where 操作可以過濾可迭代對象中的元素。

In [5]: numbers = [0, 1, 2, 3, 4, 5] In [6]: list(numbers | where(lambda x: x % 2 == 0)) Out[6]: [0, 2, 4] 

作用元素

類似 map，select 操作可以將函數作用于可迭代對象中的每個元素。下面的例子中我們將列表中的元素都擴大 2 倍。

In [8]: list(numbers | select(lambda x: x * 2)) Out[8]: [0, 2, 4, 6, 8, 10] 

當然，還可以將多種操作合并在一起來玩。

下面的例子就是將列表中的偶數挑選出來并擴大 2 倍，和 filter 與 map 不同的是，pipe 可以將多個操作連接起來，就像水管套水管一樣，所以我想管道這個名字也是很接地氣了。

In [10]: list(numbers ...: | where(lambda x: x % 2 == 0) ...: | select(lambda x: x * 2) ...: ) ...: Out[10]: [0, 4, 8] 

連接元素

操作嵌套列表時非常痛苦，值得高興的是 pipe 給出了很友好的接口，只需要 chain 一下即可。

In [11]: list([[1, 2], [3, 4], [5]] | chain) Out[11]: [1, 2, 3, 4, 5] In [30]: list((1, 2, 3) | chain_with([4, 5], [6])) Out[30]: [1, 2, 3, 4, 5, 6] In [31]: list((1, 2, 3) | chain_with([4, 5], [6,[7]])) Out[31]: [1, 2, 3, 4, 5, 6, [7]] 

如你所見，chain 只可以拆開一層，如果要拆開多層嵌套的話，不要慌，traverse 輕松搞定。

In [12]: list([[1, 2], [[[3], [[4]]], [5]]] | traverse) Out[12]: [1, 2, 3, 4, 5] 

結合 select 一起，獲取字典中的某個字段屬性集合。

In [32]: fruits = [
    ...:     {"name": "apple", "price": [2, 5]},
    ...:     {"name": "orange", "price": 4},
    ...:     {"name": "grape", "price": 5},
    ...: ]

In [33]: list(fruits
    ...:      | select(lambda fruit: fruit["price"])
    ...:      | traverse)
    ...:
Out[33]: [2, 5, 4, 5]

分組

對列表中的元素進行分組是必不可少的，在 pipe 中可以使用 groupby 來完成。

In [26]: list(numbers ...: | groupby(lambda x: 'Even' if x % 2 == 0 else 'Odd') ...: | select(lambda x: {x[0]: list(x[1])}) ...: ) ...: Out[26]: [{'Even': [0, 2, 4]}, {'Odd': [1, 3, 5]}] 

同樣，還可以在 select 中添加 where 過濾條件。

In [27]: list(numbers
    ...:      | groupby(lambda x: 'Even' if x % 2 == 0 else 'Odd')
    ...:      | select(lambda x: {x[0]: list(x[1] | where(lambda x: x > 2))})
    ...:     )
    ...:
Out[27]: [{'Even': [4]}, {'Odd': [3, 5]}]

行列互換

數據處理中時常會用到行列互相轉換，尤其是在用 DataFrame 時，使用 pipe 一行代碼搞定行列轉換。

In [24]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]] | transpose Out[24]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)] 

刪除元素

對列表去重也是一項常用的操作，在 pipe 中使用 dedup 來對列表進行去重。

In [28]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | dedup) Out[28]: [1, 2, 3] 

與 dedup 不同的是，uniq 只會對連續(xù)的重復元素保留一個，非連續(xù)重復元素則不過濾。

In [29]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | uniq) Out[29]: [1, 2, 3, 1, 2, 3] 

總結

今天派森醬給大家介紹了一個處理數據的神器，使用管道可以讓繁瑣的操作濃縮在幾行甚至一行代碼搞定，提高可讀性的同時還提升了代碼的整潔程度，美滋滋～