pandas管道函数pipe

1.概述

在操作Series或者DataFrame级别数据时，例如修改、删除等，需要用到一些特别的函数，常用的有下面几个：

1.apply()：以DataFrame的行或列为单位(由axis参数决定)，操作数据。

2.applymap()：操作DataFrame中的每个元素。

3.map()：操作Series，或者DataFrame中某一列的元素。

4.pipe()：操作整个DataFrame或者 Series中的所有元素。

2.pipe介绍

相对来说，前面三个函数理解起来，相对较为容易。最不好理解的是pipe（）函数。下面重点讲讲pipe函数。先看官方文档描述：

DataFrame.pipe(func, *args, **kwargs)

func：function

Function to apply to the Series/DataFrame. args, and kwargs are passed into func. Alternatively a (callable, data_keyword) tuple where data_keyword is a string indicating the keyword of callable that expects the Series/DataFrame.

args：iterable, optional

Positional arguments passed into func.

kwargs：mapping, optional

只看上面文档不是很好理解。通俗点来说：

df.pipe(f, *args, **kwargs) 

 效果等同于f(df, *args, **kwargs)

3.pipe（）用法

那采用pipe（）函数有什么好处？好处就是可以链式编程。来点实际的例子，先构建数据：

import pandas as pd
import numpy as npdf = pd.DataFrame(np.arange(12).reshape(3,4))
df

 再写两个自定义函数：

#所有元素加n
def add_n(df,n):df2=df.applymap(lambda x:x+n)return df2
#所有元素减n
def minus_n(df,n):df2=df.applymap(lambda x:x-n)return df2

然后用pipe函数调用：

df.pipe(add_n,10).pipe(minus_n,5)

结果如下：

  也就先加10，再减5的结果。这种连续调用的方式就是链式编程，在以前的jQuery中经常使用，可以降低代码的复杂度。但是上面代码还可以改进下：

(df.pipe(add_n,10).pipe(minus_n,5)
)

采用缩进的方式，让代码可读性更强。但是为什么要加个括号呢？官方文档上也有解释：

Expressions in parentheses, square brackets or curly braces can be split over more than one physical line without using backslashes.

大意是：括号、方括号或大括号中的表达式可以拆分为多个行，而无需使用反斜杠。也就是说加了一个括号过后，括号内的代码就不受“空格缩进”的约束。

4.pipe（）传入数据到指定的参数

 上面的函数add_n、minus_n默认第一个参数就是需要传入的Series或者DataFrame数据，那可不可以作为第二个，或者任意位置的参数，将Series或者DataFrame数据传进去呢？下面再写一个函数：

def append_df_n(df1,df2,n):df3=df1.applymap(lambda x:x-n)return df3.append(df2)

可以看出，append_df_n函数有两个可以接受DataFrame数据的参数，我们试着把pipe（）调用的结果传给第二个参数。

(df.pipe(add_n,10).pipe((append_df_n,"df2"),df1=df,n=6)
)

上面代码的意思是：把pipe(add_n,10)返回的数据传给append_df_n函数的df2参数，df1与n另外单独传入。结果如下：

前三条数据是df减去6的结果，后三条数据是df加上10的结果。当然pipe(add_n,10)返回的数据也可以传给df1参数：

(df.pipe(add_n,10).pipe((append_df_n,"df1"),df2=df,n=6)
)

 结果如下：

那么前三条数据的意思是：df先加10，再减6的结果。

5.总结

pipe（）函数的作用主要是用于链式编程，降低连续调用函数的代码复杂度，提高代码可读性。 如果我们只对Series或者DataFrame数据操作一次，那么应该采用apply()、applymap()、 map()函数。

如果把apply()、applymap()、 map()看作是一维空间的操作，那么pipe()就相当于二维空间的操作，它可以把所有的apply()、applymap()、 map()操作放在自定义函数里面，通过链式编程的方式实现统领作用。