在pandas中如何使用pipe()提升代碼可讀性

本篇內(nèi)容主要講解“在pandas中如何使用pipe()提升代碼可讀性”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“在pandas中如何使用pipe()提升代碼可讀性”吧!

1. 簡介

我們在利用pandas開展數(shù)據(jù)分析時(shí)，應(yīng)盡量避免過于「碎片化」的組織代碼，尤其是創(chuàng)建出過多不必要的「中間變量」，既浪費(fèi)了「內(nèi)存」，又帶來了關(guān)于變量命名的麻煩，更不利于整體分析過程代碼的可讀性，因此以流水線方式組織代碼非常有必要。

圖1

而在以前我撰寫的一些文章中，為大家介紹過pandas中的eval()和query()這兩個(gè)幫助我們鏈?zhǔn)綍鴮懘a，搭建數(shù)據(jù)分析工作流的實(shí)用API，再加上下面要介紹的pipe()，我們就可以將任意pandas代碼完美組織成流水線形式。

2.  在pandas中靈活利用pipe()pipe()

顧名思義，就是專門用于對Series和DataFrame操作進(jìn)行流水線(pipeline)改造的API，其作用是將嵌套的函數(shù)調(diào)用過程改造為「鏈?zhǔn)健惯^程，其第一個(gè)參數(shù)func傳入作用于對應(yīng)Series或DataFrame的函數(shù)。

具體來說pipe()有兩種使用方式，「第一種方式」下，傳入函數(shù)對應(yīng)的第一個(gè)位置上的參數(shù)必須是目標(biāo)Series或DataFrame，其他相關(guān)的參數(shù)使用常規(guī)的「鍵值對」方式傳入即可，就像下面的例子一樣，我們自編函數(shù)對「泰坦尼克數(shù)據(jù)集」進(jìn)行一些基礎(chǔ)的特征工程處理：

import pandas as pd  train = pd.read_csv('train.csv')  def do_something(data, dummy_columns):     '''     自編示例函數(shù)     '''      data = (         pd         # 對指定列生成啞變量         .get_dummies(data, # 先刪除data中指定列                      columns=dummy_columns,                      drop_first=True)     )          return data  # 鏈?zhǔn)搅魉€ (     train     # 將Pclass列轉(zhuǎn)換為字符型以便之后的啞變量處理     .eval('PclassPclass=Pclass.astype("str")', engine='python')     # 刪除指定列     .drop(columns=['PassengerId', 'Name', 'Cabin', 'Ticket'])     # 利用pipe以鏈?zhǔn)降姆绞秸{(diào)用自編函數(shù)     .pipe(do_something,            dummy_columns=['Pclass', 'Sex', 'Embarked'])     # 刪除含有缺失值的行     .dropna() )

可以看到，在緊接著drop()下一步的pipe()中，我們將自編函數(shù)作為其第一個(gè)參數(shù)傳入，從而將一系列操作巧妙地嵌入到鏈?zhǔn)竭^程中。

「第二種使用方式」適合目標(biāo)Series和DataFrame不為傳入函數(shù)第一個(gè)參數(shù)的情況，譬如下面的例子中我們假設(shè)目標(biāo)輸入數(shù)據(jù)為第二個(gè)參數(shù)data2，則pipe()的第一個(gè)參數(shù)應(yīng)以(函數(shù)名,  '參數(shù)名稱')的格式傳入：

def do_something(data1, data2, axis):     '''     自編示例函數(shù)     '''      data = (         pd         .concat([data1, data2], axisaxis=axis)     )          return data  # pipe()第二種使用方式 (     train     .pipe((do_something, 'data2'), data1=train, axis=0) )

在這樣的設(shè)計(jì)下我們可以避免很多函數(shù)嵌套調(diào)用方式，隨心所欲地優(yōu)化我們的代碼~

到此，相信大家對“在pandas中如何使用pipe()提升代碼可讀性”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！