python - 是否有 Hadley 的 ddply 用于 python 的实现？

Question

我找到了 Hadley 的 plyr R 的包非常有帮助，它是用于转换数据的出色 DSL。解决的问题非常普遍，以至于我在其他用例中遇到了它，不是在 R 中操作数据，而是在其他编程语言中。

有谁知道是否存在一个模块可以为 python 做类似的事情？像这样的东西:

def ddply(rows, *cols, op=lambda group_rows: group_rows):
    """group rows by cols, then apply the function op to each group
       and return the results aggregating all groups
       rows is a dict or list of values read by csv.reader or csv.DictReader"""
    pass

实现起来应该不会太困难，但如果它已经存在就太好了。我会实现它，我会使用 itertools.groupby 按 cols 分组，然后应用 op 函数，然后使用 itertools.chain将其全部链接起来。有更好的解决方案吗？

Answer 1

这是我起草的实现:

def ddply(rows, cols, op=lambda group_rows: group_rows): 
    """group rows by cols, then apply the function op to each group 
    rows is list of values or dict with col names (like read from 
    csv.reader or   csv.DictReader)"""
    def group_key(row):                         
        return (row[col] for col in cols)
    rows = sorted(rows, key=group_key)
    return itertools.chain.from_iterable(
        op(group_rows) for k,group_rows in itertools.groupby(rows, key=group_key)) 

另一个步骤是拥有一组可以作为 op 应用的预定义函数，例如 sum 和其他实用函数。