作者：豆豆

来源：Python 技术

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 = [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

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]: [0, 2, 4, 6, 8, 10] 

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]: [0, 4, 8] 

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

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": [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': [0, 2, 4]}, {'Odd': [1, 3, 5]}] 

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': [3, 5]}]

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

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

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

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～