熊猫地图员
pandas-mapper的Python项目详细描述
#pandas mapper
pandas mapper是一个python包，它提供了一个简明的语法
，用于将映射转换应用到
[pandas]（http://pandas.pydata.org/）etl工作流通常需要的数据帧。使用pandas mapper
可能比本机
[pandas.dataframe.apply]（http://pandas.pydata.org/pandas docs/version/0.22/generated/pandas.dataframe.apply.html）方法最大的好处是它是一种健壮的错误处理机制。映射错误不会引发
错误，而是可以重定向到错误数据帧，然后用户可以根据需要处理该数据帧。
```
，然后通过导入包将其用于您的项目
````
import pandas_mapper
```
在项目中导入此包时，它会将"mapping"方法添加到pandas dataframe
对象中。假设您有一个包含整数的数据帧和整数的英文单词
，并且希望将名称转换为西班牙语。
``python
import pandas as pd
import pandas_mapper
df=pd.dataframe（
{
'num'：[1，2，3]，
'name'：['one'"两个"、"三个"]，
'num'u-name'：['1-one'、'2-2'、'3-3']
`` `
关联方法可能是
`` python
def translate（val）：
如果val==1：
返回'uno'
elif val==2：
返回'dos'
elif val==3：
返回'tres'
否则：
引发值错误（'未知转换：{}'。格式（val））
```
可以使用pandas mapper通过
``python
mapper=df.mapping（[（'num'，'translated'，translate]）
translated_df=mapper.mapped
````
mapping方法的第一个参数是元组列表，其中
tup的第一个元素le是源列，第二个元素
是目标列，第三个元素（可选）是
转换。在这个例子中，我们在列表中只有一个映射，因此结果是
一个只有一列的数据帧：
如果我们为它提供数字"4"，则会出错。假设
我们在上面定义的"df"中添加了另一条编号为"4"的记录。如果我们应用与上面相同的
映射，pandas mapper将引发一个"valueerror"。但是，如果我们通过
````
mapper=df.mapping（[（'num'，'translated'，translate]），为'mapping`
方法提供'on廑error='redirect'选项，则会得到两个dataframes，一个带有翻译记录（`mapper.mapped`）：
__|
----
4 4-4{msg'：'值错误（4）：未知翻译：4…|
转换函数的预期参数和返回值取决于使用的源列和目标列的数量。
*如果映射具有单个源列和单个目标列，则ansform函数应接受单个值并返回单个值。
*如果映射涉及多个源列，则
函数应接受一个类似dict的对象，其中
键是源列的名称。在这种情况下，如果映射
只有一个目标，那么transform函数的retun值应该包含
一个值。但是，如果映射有多个目标，则返回的
值应与传递给函数的dict-like对象相同，并且
该对象的目标列键已由函数修改到位。
*如果映射没有源列，则转换可以是常量
（例如，整数5），也可以是不接受参数但返回值
（如果要使用随机数生成器，这可能很有用）的函数。
常量：
``` python
df.mapping（[none，'five'，transform=5]）
``````
>或由生成输出的函数定义：
`` python
`` import random
df.mapping（[（none，'rando'，random.random]）。mapped
````
上面的fined是一个一对一转换的示例：
``python
df.mapping（[（'num'，'translated'，translate]）
``````
``python
``python
df.mapping（[（['num'，'name'，'num name'，lambda row:'-'.join（row.apply（str）））]）
````
一对多操作需要与多对多操作相同的方法签名：
``python
def deconcatenate（row）：
split_values=row['num_name'].split（'-'）
row[num']=split_values[0]
row[name']=split_values[1]
return row
df mapping（[（'num_name'，['num'，'name']，deconnectate]）
```
其他选项
映射方法还支持"inplace"选项，默认为"false"。这个
将在适当的位置修改数据帧，并带上它开始使用的所有列。例如：
``python
df.mapping（[（'num'，'translate'，'translate，translate），inplace=true）映射
```
-2个门
|3 three 3-three
版本]（https://www.docker.com/）
适合您的主机操作系统。
我们使用[调用]（http://www.pyinvoke.org/）来设置和控制用于开发和测试此项目的环境。这将要求您在主机操作系统中安装
invoke。您可能只需运行
"pip install invoke"就可以了。但是，推荐的方法是下载并安装
[miniconda]（https://conda.io/miniconda.html）。然后，创建一个特定于项目的
环境并在此环境中安装invoke:
````
conda create--命名pandas mapper python=3.6
source activate pandas mapper
pip install invoke
```
**注意**：如果使用miniconda，则必须运行'source activate pandas-mapper`
每次启动新的终端会话时。
invoke一旦安装，就可以构建docker容器来使用开发/测试环境
````
inv build
`````
通过
```
inv test
运行测试套件```
pandas mapper是一个python包，它提供了一个简明的语法
，用于将映射转换应用到
[pandas]（http://pandas.pydata.org/）etl工作流通常需要的数据帧。使用pandas mapper
可能比本机
[pandas.dataframe.apply]（http://pandas.pydata.org/pandas docs/version/0.22/generated/pandas.dataframe.apply.html）方法最大的好处是它是一种健壮的错误处理机制。映射错误不会引发
错误，而是可以重定向到错误数据帧，然后用户可以根据需要处理该数据帧。
```
，然后通过导入包将其用于您的项目
````
import pandas_mapper
```
在项目中导入此包时，它会将"mapping"方法添加到pandas dataframe
对象中。假设您有一个包含整数的数据帧和整数的英文单词
，并且希望将名称转换为西班牙语。
``python
import pandas as pd
import pandas_mapper
df=pd.dataframe（
{
'num'：[1，2，3]，
'name'：['one'"两个"、"三个"]，
'num'u-name'：['1-one'、'2-2'、'3-3']
`` `
关联方法可能是
`` python
def translate（val）：
如果val==1：
返回'uno'
elif val==2：
返回'dos'
elif val==3：
返回'tres'
否则：
引发值错误（'未知转换：{}'。格式（val））
```
可以使用pandas mapper通过
``python
mapper=df.mapping（[（'num'，'translated'，translate]）
translated_df=mapper.mapped
````
mapping方法的第一个参数是元组列表，其中
tup的第一个元素le是源列，第二个元素
是目标列，第三个元素（可选）是
转换。在这个例子中，我们在列表中只有一个映射，因此结果是
一个只有一列的数据帧：
如果我们为它提供数字"4"，则会出错。假设
我们在上面定义的"df"中添加了另一条编号为"4"的记录。如果我们应用与上面相同的
映射，pandas mapper将引发一个"valueerror"。但是，如果我们通过
````
mapper=df.mapping（[（'num'，'translated'，translate]），为'mapping`
方法提供'on廑error='redirect'选项，则会得到两个dataframes，一个带有翻译记录（`mapper.mapped`）：
__|
----
4 4-4{msg'：'值错误（4）：未知翻译：4…|
转换函数的预期参数和返回值取决于使用的源列和目标列的数量。
*如果映射具有单个源列和单个目标列，则ansform函数应接受单个值并返回单个值。
*如果映射涉及多个源列，则
函数应接受一个类似dict的对象，其中
键是源列的名称。在这种情况下，如果映射
只有一个目标，那么transform函数的retun值应该包含
一个值。但是，如果映射有多个目标，则返回的
值应与传递给函数的dict-like对象相同，并且
该对象的目标列键已由函数修改到位。
*如果映射没有源列，则转换可以是常量
（例如，整数5），也可以是不接受参数但返回值
（如果要使用随机数生成器，这可能很有用）的函数。
常量：
``` python
df.mapping（[none，'five'，transform=5]）
``````
>或由生成输出的函数定义：
`` python
`` import random
df.mapping（[（none，'rando'，random.random]）。mapped
````
上面的fined是一个一对一转换的示例：
``python
df.mapping（[（'num'，'translated'，translate]）
``````
``python
``python
df.mapping（[（['num'，'name'，'num name'，lambda row:'-'.join（row.apply（str）））]）
````
一对多操作需要与多对多操作相同的方法签名：
``python
def deconcatenate（row）：
split_values=row['num_name'].split（'-'）
row[num']=split_values[0]
row[name']=split_values[1]
return row
df mapping（[（'num_name'，['num'，'name']，deconnectate]）
```
其他选项
映射方法还支持"inplace"选项，默认为"false"。这个
将在适当的位置修改数据帧，并带上它开始使用的所有列。例如：
``python
df.mapping（[（'num'，'translate'，'translate，translate），inplace=true）映射
```
-2个门
|3 three 3-three
版本]（https://www.docker.com/）
适合您的主机操作系统。
我们使用[调用]（http://www.pyinvoke.org/）来设置和控制用于开发和测试此项目的环境。这将要求您在主机操作系统中安装
invoke。您可能只需运行
"pip install invoke"就可以了。但是，推荐的方法是下载并安装
[miniconda]（https://conda.io/miniconda.html）。然后，创建一个特定于项目的
环境并在此环境中安装invoke:
````
conda create--命名pandas mapper python=3.6
source activate pandas mapper
pip install invoke
```
**注意**：如果使用miniconda，则必须运行'source activate pandas-mapper`
每次启动新的终端会话时。
invoke一旦安装，就可以构建docker容器来使用开发/测试环境
````
inv build
`````
通过
```
inv test
运行测试套件```
欢迎加入QQ群-->： 979659372
