在 Pandas 中创建管道

管道在转换和处理大量数据方面发挥着有用的作用。管道 是一系列数据处理机制。 Pandas 管道功能允许我们将各种用户定义的Python函数字符串在一起，以构建数据处理管道。在 Pandas 中有两种创建管道的方法。通过调用.pipe()函数并导入pdpipe包。

通过pandas管道函数，即pipe()函数，我们可以一次在一行中调用多个函数进行数据处理。让我们使用 pipe()函数来理解和创建管道。

下面是描述如何使用 Pandas 创建管道的各种示例。

示例 1：

Python3

# importing pandas library
import pandas as pd
 
# Create empty dataframe
df = pd.DataFrame()
 
# Creating a simple dataframe
df['name'] = ['Reema', 'Shyam', 'Jai',
              'Nimisha', 'Rohit', 'Riya']
df['gender'] = ['Female', 'Male', 'Male',
                'Female', 'Male', 'Female']
df['age'] = [31, 32, 19, 23, 28, 33]
 
# View dataframe
df

输出：

现在，创建用于数据处理的函数。

蟒蛇3

# function to find maen
def mean_age_by_group(dataframe, col):
   
    # groups the data by a column and
    # returns the mean age per group
    return dataframe.groupby(col).mean()
   
# function to convert to uppercase
def uppercase_column_name(dataframe):
   
    # Converts all the column names into uppercase
    dataframe.columns = dataframe.columns.str.upper()
     
    # And returns them
    return dataframe 

现在，使用 .pipe()函数创建管道。

蟒蛇3

# Create a pipeline that applies both the functions created above
pipeline = df.pipe(mean_age_by_group, col='gender').pipe(uppercase_column_name)
 
# calling pipeline
pipeline

输出：

现在，让我们通过导入pdpipe包来理解和创建管道。

pdpipe Python包提供了一个简洁的界面，用于构建具有先决条件的 Pandas 管道。 pdpipe 是 Python 的 panda 数据帧的预处理管道包。 pdpipe API 有助于使用几行代码轻松分解或组合复杂的熊猫处理管道。

我们可以通过简单地编写来安装这个包：

pip install pdpipe

示例 2：

蟒蛇3

# importing the package
import pdpipe as pdp
import pandas as pd
 
# creating a emplty dataframe named dataset
dataset = pd.DataFrame()
 
# Creating a simple dataframe
dataset['name'] = ['Reema', 'Shyam', 'Jai',
                   'Nimisha', 'Rohit', 'Riya']
 
dataset['gender'] = ['Female', 'Male', 'Male',
                     'Female', 'Male', 'Female']
 
dataset['age'] = [31, 32, 19, 23, 28, 33]
 
dataset['department'] = ['Accounts', 'Management',
                         'IT', 'IT', 'Management',
                         'Advertising']
 
dataset['index'] = [1, 2, 3, 4, 5, 6]
 
# View dataframe
dataset

输出：

使用 pdpipe 从数据框中删除列。

蟒蛇3

# creating a pipeline and
# droping the umwanted column
dropCol = pdp.ColDrop("index").apply(dataset)
 
# display the new dataframe
# after column drop
dropCol

输出：

还有另一种通过 pdpipe 删除列的方法。

蟒蛇3

# creating a pipeline and
# droping the umwanted column
dropCol2 = pdp.ColDrop("index")
 
# applying the ColDrop to dataframe
df2 = dropCol2(dataset)
 
# display dataframe
df2

输出：

在这里，分两步放下列。在第一步中，我们创建了一个管道，在第二步中，我们将其应用于数据帧。

示例 3：

现在我们使用 pdpipe 向数据框添加一列。

蟒蛇3

# importing the package
import pdpipe as pdp
import pandas as pd
 
# function to assign
# senior and junior in post
def fun(x):
    if x > 30:
        return "Senior"
    else:
        return "Junior"
 
 
# creating a emplty dataframe named dataset
dataset = pd.DataFrame()
 
# Creating a simple dataframe
dataset['name'] = ['Reema', 'Shyam', 'Jai',
                   'Nimisha', 'Rohit', 'Riya']
 
dataset['gender'] = ['Female', 'Male', 'Male',
                     'Female', 'Male', 'Female']
 
dataset['age'] = [31, 32, 19, 23, 28, 33]
 
dataset['department'] = ['Accounts', 'Management',
                         'IT', 'IT', 'Management',
                         'Advertising']
 
dataset['index'] = [1, 2, 3, 4, 5, 6]
 
# creating new column
# comparing with another column
# and applying the function
dataset['post'] = dataset['age'].apply(fun)
 
# display dataframe
dataset

输出：

现在，从数据框中删除值。

蟒蛇3

#droping the valus using ValDrop
df3 = pdp.ValDrop(['IT'],'department').apply(dataset)
 
#display dataframe
df3

输出：

包含“ IT ”值的行被删除。