Siuba – Dplyr移植到Python

siuba（小巴）是dplyr和其他R库的移植。它支持以5种常见操作为中心的表格数据分析工作流：

可以在group_by（）之前执行这些操作，这会使它们分别应用于分组的数据行。此外，实现了许多SQL概念，例如distinct（），count（）和联接。这些函数的输入可以是pandas DataFrame或SQL连接（当前为postgres，redshift或sqlite）。

有关dplyr等工具背后的原理的更多信息，请参见此整洁的论文。有关siuba的实际示例，请参见siuba文档。

下面的代码使用示例DataFrame mtcars来获取每个气缸的平均马力（hp）。

从siuba导入group_by，总结，_从siuba。数据导入mtcars（mtcars＆gt;＆gt; group_by（_。cyl）＆gt;＆gt;汇总（avg_hp = _。hp。mean（）））

siu表达式是一种指定要执行的操作的方式。siuba动词可根据数据是本地DataFrame还是远程表来决定如何执行该操作。

Out [2]：█─==├─█─.│├─_│└─＆＃39;└─4

从siuba导入_＃lambda方法mtcars [lambda _：_。 cyl == 4]＃siu表达方法mtcars [_。 cyl == 4]

Out [3]：mpg cyl disp hp drat wt qsec vs am gear carb2 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 17 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 .. ... ... ...。 .. ... ... ... .. .. ... ... 27 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 231 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 [11行x 11列]

siuba的杀手级功能是相同的分析代码可以在本地DataFrame或SQL源上运行。

＃设置示例数据----从sqlalchemy从siuba导入create_engine。数据导入mtcars＃将pandas DataFrame复制到sqlite引擎= create_engine（＆sql; sqlite：///：memory：＆＃34;）mtcars。 to_sql（＆＃34; mtcars＆＃34 ;,引擎，if_exists =＆＃34; replace＆＃34;）

接下来，我们使用第一个示例中的代码，但现在执行的是SQL表。

＃使用siuba进行示例SQL分析----从siuba导入_，group_by，汇总，从siuba过滤。 sql import LazyTbl＃与siuba连接tbl_mtcars = LazyTbl（engine，＆＃34; mtcars＆＃34;）（tbl_mtcars＆gt;＆gt; group_by（_。cyl）＆gt;＆gt; summary（avg_hp = _.hp。mean（）） ）

Out [4]：＃来源：惰性查询＃DB Conn：引擎（sqlite：///：memory：）＃预览：cyl avg_hp0 4 82.6363641 6 122.2857142 8 209.214286＃..可能有更多行

以下是我在siuba上工作时保留的一些示例。有关最新的解释，请参阅siuba文档 tidytuesday示例tidytuesday是每周的R数据分析项目。 为了踢出不知疲倦的siuba，我一直在用它来完成作业。 更具体地说，我一直在移植Dave Robinson的整理分析以使用siuba。