❝
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://www.cnblogs.com/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~
