如何在Python中模拟R的管道运算符？并实现链式操作多行显示？

一、模拟R的管道运算符 #

有几种实用方式可以实现类似R中%>%的管道操作：

1. 使用pandas内置的pipe方法 #

pandas的DataFrame原生支持pipe方法，可将函数串联执行，示例：

(
    data
    .pipe(lambda df: df.groupby(['sex']))
    .pipe(lambda grouped: grouped.agg(avg_height=('height', 'mean')))
    .pipe(lambda result: result.reset_index())
)

2. 使用pyjanitor库 #

pyjanitor扩展了pandas的语法，支持更贴近R的管道风格，先安装：pip install pyjanitor，示例：

import janitor

# 方式一：基于pandas链式写法拆分多行
(
    data
    .groupby(['sex'])
    .agg(avg_height=('height', 'mean'))
    .reset_index()
)

# 方式二：更贴合R dplyr的语法
(
    data
    >> janitor.groupby('sex')
    >> janitor.summarise(avg_height=lambda df: df['height'].mean())
)

3. 使用dfply库 #

dfply专门模仿R的dplyr语法，写法几乎和R一致，安装：pip install dfply，示例：

from dfply import *

(
    data
    >> group_by(X.sex)
    >> summarise(avg_height=X.height.mean())
)

二、拆分Python链式操作为多行 #

无需额外工具，只需用括号包裹整个链式操作，即可每行写一个方法调用，完美解决横向滚动问题，示例：

(
    data
    .groupby(['sex'])
    .agg(avg_height=('height', 'mean'))
    .reset_index()
)

括号会告诉Python这是一个连续的表达式，不会因换行报错，同时大幅提升可读性。

内容的提问来源于stack exchange，提问作者the_data_guy