連接語法

如果想將多個記錄整理到一個記錄中，有很多種實現方法。

Concat

如果想垂直方向將多個記錄堆疊，可以使用concat

from?clumper?import?Clumperc1?=?Clumper([{"a":?1}]) c2?=?Clumper([{"a":?2}]) c3?=?Clumper([{"a":?3}])c1.concat(c2).collect() [{'a': 1}, {'a': 2}] #等同于c1.concat(c2).concat(c3).collect() c1.concat(c2,?c3).collect() [{'a': 1}, {'a': 2}, {'a': 3}]

Joins

Joins類似于數學里的交集、并集的，大致有以下四種，

left join

左連接，以左為主，表示以table1為主，關聯上table2的數據，結果顯示table1的所有數據，然后table2顯示的是和table1有交集部分的數據。

from?clumper?import?Clumperleft?=?Clumper([{"a":?1,?"b":?4},{"a":?2,?"b":?6},{"a":?3,?"b":?8}, ])right?=?Clumper([{"c":?9,?"b":?4},{"c":?8,?"b":?5},{"c":?7,?"b":?6}, ])#根據b進行左右兩表的合并 result?=?left.inner_join(right,?mapping={"b":?"b"}) result.collect() [{'a': 1, 'b': 4, 'c': 9}, {'a': 2, 'b': 6, 'c': 7}]

inner join

內連接， 交集

from?clumper?import?Clumperleft?=?Clumper([{"a":?1,?"b":4},{"a":?2,?"b":6},{"a":?3,?"b":8}, ])right?=?Clumper([{"c":?9,?"b":4},{"c":?8,?"b":5},{"c":?7,?"b":6}, ])result?=?left.inner_join(right,?mapping={"b":?"b"}) result.collect() [{'a': 1, 'b': 4, 'c': 9}, {'a': 2, 'b': 6, 'c': 7}]

?

Nested Data

由于嵌套數據序列確實具有各種形狀和大小，因此該庫提供了各種方法來幫助您將數據重塑為不同的格式。本文檔將演示這些方法的工作原理。

Explode

炸裂（展開）

from?clumper?import?Clumperdata?=?[{'gender':?'男',?'grade':?[80,?99],?'name':['張三',?'李四']}](Clumper(data).explode('name',?'grade').collect() ) [{'gender': '男', 'grade': 80, 'name': '張三'},{'gender': '男', 'grade': 99, 'name': '張三'},{'gender': '男', 'grade': 80, 'name': '李四'},{'gender': '男', 'grade': 99, 'name': '李四'}]

from?clumper?import?Clumperdata?=?[{'gender':?'男',?'grade':?[80,?99],?'name':['張三',?'李四']}]#.explode('name',?'grade')略微有些區別 #請查看兩者運行結果 (Clumper(data).explode(item='name',?val='grade').collect() ) [{'gender': '男', 'item': '張三', 'val': 80},{'gender': '男', 'item': '張三', 'val': 99},{'gender': '男', 'item': '李四', 'val': 80},{'gender': '男', 'item': '李四', 'val': 99}]

Unpack

與explode類似

from?clumper?import?Clumperlist_dicts?=?{'a':?1,'rows':?[{'b':?2,?'c':?3},?{'b':?3},?{'b':?4}] }(Clumper(list_dicts).unpack('rows').collect() ) [{'a': 1, 'b': 2, 'c': 3}, {'a': 1, 'b': 3}, {'a': 1, 'b': 4}]

Flatten keys

from?clumper?import?Clumperdata?=?{'feature_1':?{'propery_1':?1,?'property_2':?2},'feature_2':?{'propery_1':?3,?'property_2':?4},'feature_3':?{'propery_1':?5,?'property_2':?6}, }(Clumper(data,?listify=False).flatten_keys().collect()? ) [{'propery_1': 1, 'property_2': 2, 'key': 'feature_1'},{'propery_1': 3, 'property_2': 4, 'key': 'feature_2'},{'propery_1': 5, 'property_2': 6, 'key': 'feature_3'}]

?

Summary Methods

Clumper支持常用的統計性方法，諸如mean、max、min等

mean

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},{'a':?2,?'b':?7},{'a':?3,?'b':?6},{'a':?2,?'b':?7} ]Clumper(list_of_dicts).mean("a") 3.5

Clumper(list_of_dicts).mean("b") 6.666666666666667

count

統計記錄數

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},{'a':?2,?'b':?7},{'a':?3,?'b':?6},{'a':?2,?'b':?7} ]#含有a的一共有多少條記錄 Clumper(list_of_dicts).count("a") 4

Clumper(list_of_dicts).count("b") 3

unique

匯總某字段不重樣的值的種類，如[a, b, a, a]，經過unique后，返回[a, b]

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},????{'a':?2,?'b':?7},????{'a':?3,?'b':?6},????{'a':?2,?'b':?7}]Clumper(list_of_dicts).unique("a") [2, 3, 7]

Clumper(list_of_dicts).unique("b") [6, 7]

n_unique

統計某字段對應的值一種有多少種

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},{'a':?2,?'b':?7},{'a':?3,?'b':?6},{'a':?2,?'b':?7} ]Clumper(list_of_dicts).n_unique("a") 3

Clumper(list_of_dicts).n_unique("b") 2

min

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},????{'a':?2,?'b':?7},????{'a':?3,?'b':?6},????{'a':?2,?'b':?7}]Clumper(list_of_dicts).min("a") 2

Clumper(list_of_dicts).min("b") 6

max

from?clumper?import?Clumperlist_of_dicts?=?[{'a':?7},????{'a':?2,?'b':?7},????{'a':?3,?'b':?6},????{'a':?2,?'b':?7}]Clumper(list_of_dicts).max("a") 7

Clumper(list_of_dicts).max("b") 7

總結

以上是生活随笔為你收集整理的Python实战应用-Clumper库函数全解析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。