pandas pipe() 管道方法
pandas 教程

pandas pipe() 管道方法

更新时间：2022-01-22 14:38:47 标签：pandas pipe 函数

看过来

《pandas 教程》 持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

《Python之光》书籍封面 本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。
《深入浅出Pandas》书籍封面 本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

数据框和序列可以传递到函数中，但是，如果需要在链式方法中调用函数，这时候就可以考虑使用 pipe() 方法。它可以返回经过函数处理后的任意类型和形式的数据。

用法简介

Pandas 在 v0.16.2 中添加了pipe() 方法。它受 R 语言的的 {magrittr} 启发，可以对数据连续操作形成方法链（多个方法连续调用对数据进行处理）。

Series.pipe，DataFrame.pipe 意味着 x.pipe(f, *args, **kwargs) 和 f(x, *args, **kwargs) 效果相同。换句话说，该函数应用于整个数据。

df-pipe

语法

DataFrame、Series、GroupBy 等使用 pipe 时的语法相同，以下以 DataFrame 为例：

DataFrame.pipe(
    func: 'Callable[..., T] | tuple[Callable[..., T], str]',
    *args,
    **kwargs,
) -> 'T'

参数：

返回：

相当于执行 func(self, *args, **kwargs)，self 则是原数据。其中函数可以用以下几种形式表示：

df.pipe(fun) # 自定义
df.pipe(max) # python 内置函数
df.pipe(lambda x: x*2) # lambda
df.pipe(np.mean) # numpy 等其他库的函数 ufunc
df.pipe(pd.Series.mean) # Pandas 自己的函数

链式方法

使用 .pipe 将需要 Series、DataFrames 或 GroupBy 对象的函数链接在一起。而不是写作：

func(g(h(df), arg1=a), arg2=b, arg3=c)

而写做以下链式调用的形式（也叫链式方法），可以清晰地看到每一步对数据做了什么操作：

(df.pipe(h)
    .pipe(g, arg1=a)
    .pipe(func, arg2=b, arg3=c)
)

如果有一个函数将数据作为第二个参数，则传递一个元组，指示哪个关键字需要数据。例如，假设 f 的数据为 arg2：

(df.pipe(h)
    .pipe(g, arg1=a)
    .pipe((func, 'arg2'), arg1=a, arg3=c)
)

应用对象

接下来介绍常用的数据类型使用 pipe() 的方法：

DataFrame

以下是一些示例：

# 被传递的类型是调用的实例
df.pipe(type)
# pandas.core.frame.DataFrame

df.pipe(len)
# 4 可以返回 df 的长度

np.random.seed(1)
df = pd.DataFrame(np.random.randn(10, 10))

# DataFrame 定义绘制 heatmap 作为参数的函数
def heatmap(df):
    import matplotlib.pyplot as plt
    fig, ax = plt.subplots()
    return ax.pcolor(df.values, cmap='Greens')

# 如同 heatmap(df)
df.pipe(heatmap)

如果函数 fun 的第一个参数不是数据本身，可采用一元组来传递，元组第一个元素为 fun 的函数名，第二个为传入数据的参数的字符串形式，函数 fun 剩余参数则依位置或者关键字传入，如：

# 数据是第二个参数
def fun(x, my_df):
    return my_df*x

# 调用和传值方法
df.pipe((fun, 'my_df'), 2)
df.pipe((fun, 'my_df'), x=2)

上例函数 fun 的第二个参数 my_df 是要传入的数据，在 pipe 调用时第一个参数需要用元组表示，元组的第一位 fun 代表这个函数，fun 的参数 my_df 有字符串形式放在第二位，其余的参数在元组后传入。

Series

以下是一些示例：

# 被传递的类型是调用的实例
s.pipe(type)
# pandas.core.series.Series

df.Q1.pipe(len)
# 100 可以返回 Series 的长度

# 数据是第二个参数
def fun(x, ser):
    return ser*x

# 调用和传值方法
df.Q1.pipe((fun, 'ser'), 2)
'''
0     178
1      72
2     114
3     186
4     130
     ...
95     96
96     42
97    196
98     22
99     42
Name: Q1, Length: 100, dtype: int64
'''

# 取标签名
df.Q1.pipe(lambda x: x.name)
# 'Q1'

GroupBy

语法如：

GroupBy.pipe(self, func: 'Callable[..., T] | tuple[Callable[..., T], str]',
             *args,
             **kwargs) -> 'T'

将带有参数的函数 func 应用于此 GroupBy 对象并返回函数的结果。也是支持 DataFrame 的元组形式传入函数，即 fun 处理数据不在第一个参数位的情况。

以下是一些示例：

# 构造数据
df = pd.DataFrame({'A': 'a b a b'.split(), 'B': [1, 2, 3, 4]})
df
'''
   A  B
0  a  1
1  b  2
2  a  3
3  b  4
'''

要一次性获得每组最大值和最小值之间的差异，可以执行以下操作：

df.groupby('A').pipe(lambda x: x.max() - x.min())
'''
   B
A
a  2
b  2
'''

与 DataFrame 和 Series 提供的功能类似，可以使用管道方法将采用 GroupBy 对象的函数链接在一起，以实现更清晰、更可读的语法。

当需要重用 groupby 对象时，将 .groupby 和 .pipe 结合起来通常很有用。举个例子，想象一下有一个数据，其中包含商店、产品、收入和销售数量的列。我们想对每个商店和每个产品的价格（即收入/数量）进行分组计算。我们可以通过多步骤操作来实现这一点，但是用管道表示可以使代码更具可读性。首先我们创建数据：

n = 1000
df = pd.DataFrame(
    {
        "Store": np.random.choice(["Store_1", "Store_2"], n),
        "Product": np.random.choice(["Product_1", "Product_2"], n),
        "Revenue": (np.random.random(n) * 50 + 10).round(2),
        "Quantity": np.random.randint(1, 10, size=n),
    }
)

df.head(2)
'''
     Store    Product  Revenue  Quantity
0  Store_2  Product_1    26.12         1
1  Store_2  Product_1    28.86         1
'''
# 要找到每个商店/产品的价格
(
    df.groupby(["Store", "Product"])
    .pipe(lambda grp: grp.Revenue.sum() / grp.Quantity.sum())
    .unstack()
    .round(2)
)

'''
Product  Product_1  Product_2
Store
Store_1       6.82       7.05
Store_2       6.30       6.64
'''

# 将分组对象传递给某个任意函数
def mean(groupby):
     return groupby.mean()

df.groupby(["Store", "Product"]).pipe(mean)
'''
                     Revenue  Quantity
Store   Product
Store_1 Product_1  34.622727  5.075758
        Product_2  35.482815  5.029630
Store_2 Product_1  32.972837  5.237589
        Product_2  34.684360  5.224000
'''

其中 mean 取 GroupBy 对象，并分别查找每个商店产品组合的 Revenue 和 Quantity 列的平均值。平均函数可以是 GroupBy 对象中的任何函数；.pipe 将 GroupBy 对象作为参数传递到指定的函数中。

Styler

与 DataFrame.pipe 类似，此方法可以简化多个用户定义函数对样式器的应用。而不用这么写：

f(g(df.style.set_precision(3), arg1=a), arg2=b, arg3=c)

可简化为：

(df.style.set_precision(3)
   .pipe(g, arg1=a)
   .pipe(f, arg2=b, arg3=c))

特别是，这允许用户定义接受 styler 对象以及其他参数的函数，并在进行样式更改后返回 styler（例如调用 styler.apply() 或 Styler.set_properties()）。使用 .pipe，这些用户定义的样式“转换”可以与对内置样式器接口的调用交织在一起。

例如定义一个样式处理函数：

def format_conversion(styler):
     return (styler.set_properties(**{'text-align': 'right'})
                   .format({'conversion': '{:.1%}'}))

可以在其他样式修改序列中调用上述用户定义的格式转换函数：

df = pd.DataFrame({'trial': list(range(5)),
                    'conversion': [0.75, 0.85, np.nan, 0.7, 0.72]})

# 调用
(df.style
    .highlight_min(subset=['conversion'], color='yellow')
    .pipe(format_conversion)
    .set_caption("Results with minimum conversion highlighted.")
)

对比

pipe 与 apply、map、applymap 相关方法对比示意图如下：

apply-map-applymap

应用对象

可以调用 pipe() 的对象还有以下对象：

相关内容

<< squeeze() 数据挤压降维 pandas 函数详细介绍 apply() 按轴应用函数 >>

无「盖若」授权，请勿以任何形式转载，公众号：gairuo
Copyright © 2019 - 2023
Gairuo.com All Rights Reserved v7.6.1.0919

备案 京公网安备11010502033395号 京ICP备15019454号-4