帅到爆炸!使用管道 Pipe 编写 Python 代码竟如此简洁

96 阅读3分钟

30e99c6109d752b8e3f7d2a2ce36e19e.png

文 | 豆豆\

来源:Python 技术「ID: pythonall」

8729472de6a356890187eabfc5289ff7.png

众所周知,Pytnon 非常擅长处理数据,尤其是后期数据的清洗工作。今天派森酱就给大家介绍一款处理数据的神器 Pipe。\

什么是 Pipe

简言之,Pipe 是 Python 的一个三方库。

通过 Pipe 我们可以将一个函数的处理结果传递给另外一个函数,这意味着你的代码会非常简洁。

要使用 Pipe 需要提前安装,直接使用 pip 安装即可。

pip install pipe

过滤元素

和 filter 类似,pipe 中的 where 操作可以过滤可迭代对象中的元素。

In [5]: numbers = [012345]

In [6]: list(numbers | where(lambda x: x % 2 == 0))
Out[6]: [024]

作用元素

类似 map,select 操作可以将函数作用于可迭代对象中的每个元素。下面的例子中我们将列表中的元素都扩大 2 倍。

In [8]: list(numbers | select(lambda x: x * 2))
Out[8]: [0246810]

当然,还可以将多种操作合并在一起来玩。

下面的例子就是将列表中的偶数挑选出来并扩大 2 倍,和 filter 与 map 不同的是,pipe 可以将多个操作连接起来,就像水管套水管一样,所以我想管道这个名字也是很接地气了。

In [10]: list(numbers
    ...:     | where(lambda x: x % 2 == 0)
    ...:     | select(lambda x: x * 2)
    ...:    )
    ...:
Out[10]: [048]

连接元素

操作嵌套列表时非常痛苦,值得高兴的是 pipe 给出了很友好的接口,只需要 chain 一下即可。

In [11]: list([[12], [34], [5]] | chain)
Out[11]: [12345]

In [30]: list((123) | chain_with([45], [6]))
Out[30]: [123456]

In [31]: list((123) | chain_with([45], [6,[7]]))
Out[31]: [123456, [7]]

如你所见,chain 只可以拆开一层,如果要拆开多层嵌套的话,不要慌,traverse 轻松搞定。

In [12]: list([[12], [[[3], [[4]]], [5]]] | traverse)
Out[12]: [12345]

结合 select 一起,获取字典中的某个字段属性集合。

In [32]: fruits = [
    ...:     {"name""apple""price": [25]},
    ...:     {"name""orange""price"4},
    ...:     {"name""grape""price"5},
    ...: ]

In [33]: list(fruits
    ...:      | select(lambda fruit: fruit["price"])
    ...:      | traverse)
    ...:
Out[33]: [2545]

分组

对列表中的元素进行分组是必不可少的,在 pipe 中可以使用 groupby 来完成。

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': [024]}, {'Odd': [135]}]

同样,还可以在 select 中添加 where 过滤条件。

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': [35]}]

行列互换

数据处理中时常会用到行列互相转换,尤其是在用 DataFrame 时,使用 pipe 一行代码搞定行列转换。

In [24]: [[123], [456], [789]] | transpose
Out[24]: [(147), (258), (369)]

删除元素

对列表去重也是一项常用的操作,在 pipe 中使用 dedup 来对列表进行去重。

In [28]: list([112233123] | dedup)
Out[28]: [123]

与 dedup 不同的是,uniq 只会对连续的重复元素保留一个,非连续重复元素则不过滤。

In [29]: list([112233123] | uniq)
Out[29]: [123123]

总结

今天派森酱给大家介绍了一个处理数据的神器,使用管道可以让繁琐的操作浓缩在几行甚至一行代码搞定,提高可读性的同时还提升了代码的整洁程度,美滋滋~

PS: 公号内回复「Python」即可进入Python 新手学习交流群,一起 100 天计划!

老规矩,兄弟们还记得么,右下角的 “在看” 点一下,如果感觉文章内容不错的话,记得分享朋友圈让更多的人知道!

0f84c7d1154f27ba46c292d28eddbeb2.gif

代码获取方式****】

识别文末二维码,回复:豆豆

8ea3e4c8a21a9d5903a51d29137a33f7.png