html网站首页图片切换,设计网站首页要几天,兰州网站建设q.479185700強,家政类网站开发成本在上一篇文章中#xff0c;我们介绍了Polars的优势和Polars.Series的常用API#xff0c;本篇文章我们继续介绍Polars.Series的扩展API。
对于一些特殊的数据类型#xff0c;如 pl.Array、list、str 等#xff0c;Polars.Series 提供了基于属性的直接操作API#xff0c;如…在上一篇文章中我们介绍了Polars的优势和Polars.Series的常用API本篇文章我们继续介绍Polars.Series的扩展API。
对于一些特殊的数据类型如 pl.Array、list、str 等Polars.Series 提供了基于属性的直接操作API如果可以使用下述API实现的功能应尽量避免使用 map_elements因为效率更高。
1. Series.arr
Series中的元素可能不是简单数据类型而是等长的数组此时则可以直接使用polars内置的arr属性方法。
需要注意使用Series.arr的前提是Series的元素类型必须是pl.Array而pl.Array需要指定长度所以该系列的Series每个元素的长度都是固定的如果Array不能满足需求则可以使用第2节的Series.list。
import polars as pls pl.Series(a, [[1, 2], [4, 3]], dtypepl.Array(pl.Int64, 2))
s.arr.max()
# 结果
[24
]
s.arr.min()
s.arr.sum()
# 把array转为list
s.arr.to_list()
# 去重maintain_order 表示是否保持原始顺序True 一般会降低性能
Series.arr.unique(*, maintain_order: bool False) → Series
# 与和或
s.arr.all()
s.arr.any()2. Series.list
list是比arr更灵活的结构尤其是不再受限于固定长度。
import polars as pls pl.Series([[True, True], [False, True], [False, False], [None], [], None],dtypepl.List(pl.Boolean),
)
s.list.all()
# 结果
[truefalsefalsetruetruenull
]
s.list.any()
# 删除所有list中的空值注意不是删除整个list元素只删除每个list中的空值
s.list.drop_nulls()
# 每个list的最大/最小值
s.list.max()
s.list.min()
# 每个list的最大/最小值索引
s.list.arg_max()
s.list.arg_min()
# 每个list的和/均值
Series.list.sum() → Series
Series.list.mean() → Series
# 每个list元素个数null也计算在内
Series.list.len() → Series
# 每个list合并其他list或者其他Series对应数据
Series.list.concat(other: list[Series] | Series | list[Any])
# 每个list第一个/最后一个值
Series.list.first() → Series
Series.list.last() → Series
# 每个list前/后n个值
Series.list.head(n: int | Expr 5) → Series
Series.list.tail(n: int | Expr 5) → Series
# 按索引取每个list中值
Series.list.get(index: int | Series | list[int]) → Series
# 按索引取每个list中值
Series.list.gather(indices: Series | list[int] | list[list[int]],*,null_on_oob: bool False,
) → Series# 压扁
s pl.Series(a, [[1, 2, 3], [4, 5, 6]])
s.list.explode() # 结果[1 2 3 4 5 6]
# 每个list内的偏差null_behavior{‘ignore’, ‘drop’}
Series.list.diff(n: int 1, null_behavior: NullBehavior ignore)
# 每个list内元素值的频率
Series.list.count_matches(element: float | str | bool | int | date | datetime | time | Expr,
)
# 每个list是否包含给定值
Series.list.contains(item: float | str | bool | int | date | datetime)
# 翻转每个list
Series.list.reverse() → Series
# 每个list中元素听过分隔符拼接为一个值每行只有一个str值list中元素必须为字符串
Series.list.join(separator: IntoExpr) → Series
# 每个list去重
Series.list.unique(*, maintain_order: bool False) → Series
# 每个list排序
Series.list.sort(*, descending: bool False) → Series
# 每个list做切片offset起始位置length长度
Series.list.slice(offset: int | Expr, length: int | Expr | None None) → Series
# 每个list平移
Series.list.shift(n: int | IntoExprColumn 1) → Series# 两个list类型Series每行的并集
Series.list.set_union(other: Series) → Series
# 两个list类型Series每行的交集
Series.list.set_intersection(other: Series) → Series
# 两个list类型Series每行的差集
Series.list.set_difference(other: Series) → Series# 执行任意表达式用于实现复杂需求
Series.list.eval(expr: Expr, *, parallel: bool False) → Series
df pl.DataFrame({a: [1, 8, 3], b: [4, 5, 2]})
df.with_columns(pl.concat_list([a, b]).list.eval(pl.element().rank()).alias(rank)
)
# 结果
┌─────┬─────┬────────────┐
│ a ┆ b ┆ rank │
│ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ list[f64] │
╞═════╪═════╪════════════╡
│ 1 ┆ 4 ┆ [1.0, 2.0] │
│ 8 ┆ 5 ┆ [2.0, 1.0] │
│ 3 ┆ 2 ┆ [2.0, 1.0] │
└─────┴─────┴────────────┘# list转arrwidtharr宽度需保证每个list等长
Series.list.to_array(width: int) → Series3. Series.str
str 类型数据也是最常用的数据操作类型。
# 把Series中的所有str类型元素通过delimiter拼接为一个值返回值是只有一个元素的Seriesstrict 如果异常是引发异常还是返回空值
Series.str.concat(delimiter: str -, *, ignore_nulls: bool True) → Series
# 是否包含指定正则表达式返回布尔类型literalTrue表示按正则解析patternFalse表示按纯字符串解析pattern
Series.str.contains(pattern: str | Expr,*,literal: bool False,strict: bool True,
) → Series
s pl.Series(s, [AAA, aAa, aaa])
# 不区分大小写(?iLmsuxU) 语法
s.str.contains((?i)AA).to_list()# 包含patterns中任一值则返回True
Series.str.contains_any(patterns: Series | list[str],*,ascii_case_insensitive: bool False,
) → Series# 是否以指定字符串开头
Series.str.starts_with(prefix: str | Expr) → Series
# 是否以指定字符串结尾
Series.str.ends_with(suffix: str | Expr) → Series# 字符串压扁
Series.str.explode() → Series
s pl.Series(a, [foo, bar])
s.str.explode() # 结果 [f o o b a r]# 根据pattern正则提取要素
Series.str.extract(pattern: str, group_index: int 1) → Series
# 根据pattern正则提取所有匹配到的要素返回是list类型的Series
Series.str.extract_all(pattern: str | Series) → Series
# 根据pattern正则提取所有group
Series.str.extract_groups(pattern: str) → Series# 按照json解析元素
Series.str.json_decode(dtype: PolarsDataType | None None,infer_schema_length: int | None 100,
) → Series
# 使用提供的JSONPath表达式提取json字符串的第一个匹配。如果遇到无效的json字符串抛出错误。所有返回值将被强制转换为String而不管原始值是什么。
Series.str.json_path_match(json_path: str) → Series
df pl.DataFrame({json_val: [{a:1}, None, {a:2}, {a:2.1}, {a:true}]}
)
df.select(pl.col(json_val).str.json_path_match($.a))[:, 0]
# 结果
[1null22.1true
]# 每个str的字符长度
Series.str.len_chars() → Series
# 每个str的字节长度性能比len_chars高
Series.str.len_bytes() → Series# 根据给定字符从左边填充字符串到指定长度,长度等于或大于此值的字符串将按原样返回。
Series.str.pad_start(length: int, fill_char: str ) → Series
# 根据给定字符从右边填充字符串到指定长度,长度等于或大于此值的字符串将按原样返回。
Series.str.pad_end(length: int, fill_char: str ) → Series# 字符串替换literal默认False表示按照正则解析pattern此时n只能为如果literal为True则表示按纯字符串解析pattern此时n可以大于1。n表示要替换的数量
Series.str.replace(pattern: str,value: str,*,literal: bool False,n: int 1,
) → Series
# 替换所有匹配的字符串
Series.str.replace_all(pattern: str, value: str, *, literal: bool False) → Series
# 多对多替换patterns和replace_with一一对应
Series.str.replace_many(patterns: Series | list[str],replace_with: Series | list[str] | str,*,ascii_case_insensitive: bool False,
) → Series# 翻转字符串
Series.str.reverse() → Series
# 字符串切片offset为负表示最后n位
Series.str.slice(offset: int, length: int | None None) → Series
# 分隔字符串
Series.str.split(by: IntoExpr, *, inclusive: bool False) → Series
# 删除开头和结尾的指定字符集默认是删除空格
Series.str.strip_chars(characters: IntoExprColumn | None None) → Series
# 删除开头的指定字符集默认是删除空格
Series.str.strip_chars_start(characters: IntoExprColumn | None None) → Series
# 删除结尾的指定字符集默认是删除空格
Series.str.strip_chars_end(characters: IntoExprColumn | None None) → Series
# 删除指定字符串前缀同strip_chars_start
Series.str.strip_prefix(prefix: IntoExpr) → Series
# 删除指定字符串后缀同strip_chars_end
Series.str.strip_suffix(suffix: IntoExpr) → Series# 字符串转为日期dtype要转换的类型 Date、 Datetime、 or Timeformat如果没指定则程序自己尝试解析不建议
# strict如果转换失败是否引发异常
# ambiguous如果程序解析发现结果不确定二义性等应该如何处理{raise (default): 引发异常earliest: 使用最早的日期时间latest使用最晚的日期时间}
Series.str.strptime(dtype: PolarsTemporalType,format: str | None None,*,strict: bool True,exact: bool True,cache: bool True,ambiguous: Ambiguous | Series raise,
) → Series
# to_date
Series.str.to_date(format: str | None None,*,strict: bool True,exact: bool True,cache: bool True,
) → Series
# to_datetimetime_unit{None, us, ns, ms}
Series.str.to_datetime(format: str | None None,*,time_unit: TimeUnit | None None,time_zone: str | None None,strict: bool True,exact: bool True,cache: bool True,ambiguous: Ambiguous | Series raise,
) → Series
s pl.Series([2020-01-01 01:00Z, 2020-01-01 02:00Z])
s.str.to_datetime(%Y-%m-%d %H:%M%#z)
# to_time
Series.str.to_time(format: str | None None,*,strict: bool True,cache: bool True,
) → Series# 根据指定进制转换为整型
Series.str.to_integer(*, base: int 10, strict: bool True) → Series
s pl.Series(bin, [110, 101, 010, invalid])
s.str.to_integer(base2, strictFalse)
# 转换为decimalinference_length 确定精度和有效位数
Series.str.to_decimal(inference_length: int 100) → Series
s pl.Series([40.12, 3420.13, 120134.19, 3212.98, 12.90, 143.09, 143.9]
)
s.str.to_decimal()
# 结果
[40.123420.13120134.193212.9812.90143.09143.90
]
# 转小写
Series.str.to_lowercase() → Series
# 转大写
Series.str.to_uppercase() → Series
# 将句子每个单词首字母改为大写其它字母小写
Series.str.to_titlecase() → Series
# 对数字类型字符串前面填充0到指定长度如果前缀是-负数则在-后填充。使用时需要先把数值类型转为str然后调用
Series.str.zfill(length: int) → Series
s pl.Series([-1, 123, 999999, None])
s.cast(pl.String).str.zfill(4)4. Series.dt
时间类型Series API。除下面列出API外Series.dt 也支持分桶、时区转换等操作具体可参考官方文档。
# 组合两个日期如果s有时间字段则使用time替换s的时间字段若s无时间字段date类型则把time添加为时间属性
Series.dt.combine(time: dt.time | Series, time_unit: TimeUnit us) → Expr# 提取date属性结果是polars.Date类型的Series
Series.dt.date() → Series
# 提取datetime属性结果是polars.Datetime类型的Series
Series.dt.datetime() → Series
# 提取time属性结果是polars.Time类型的Series
Series.dt.time() → Series
# 提取年属性
Series.dt.year() → Series
# 提取季节属性
Series.dt.quarter() → Series
# 提取month属性
Series.dt.month() → Series
# 提取week属性一年中的第几周
Series.dt.week() → Series
# 提取weekday属性一周第几天范围1~7星期一为1星期天为7
Series.dt.weekday() → Series
# 提取day属性结果是polars.Int8类型的Series
Series.dt.day() → Series
# 提取hour属性
Series.dt.hour() → Series
# 提取minute属性
Series.dt.minute() → Series
# 提取second属性如果fractional为True则返回小数包含秒、毫秒等
Series.dt.second(*, fractional: bool False) → Series
# 提取毫秒属性
Series.dt.millisecond() → Series
# 提取微秒属性
Series.dt.microsecond() → Series
# 提取纳秒属性
Series.dt.nanosecond() → Series
# 返回给定时间的时间戳time_unit 表示时间戳单位
Series.dt.timestamp(time_unit: TimeUnit us) → Series
# 判断年份是否为闰年
Series.dt.is_leap_year() → Series# Series的最大时间返回一个标量
Series.dt.max() → dt.date | dt.datetime | dt.timedelta | None
# Series的最小时间返回一个标量
Series.dt.min() → dt.date | dt.datetime | dt.timedelta | None
# 平均时间
Series.dt.mean() → dt.date | dt.datetime | None
# 中位数时间
Series.dt.mean() → dt.date | dt.datetime | None# 重置日期到每月的第一天其他不变
Series.dt.month_start() → Series
# 重置日期到每月的最后一天其他不变
Series.dt.month_end() → Series# 对时间加减by形式参考注1
Series.dt.offset_by(by: str | Expr) → Series# 格式化时间
Series.dt.strftime(format: str) → Series
Series.dt.to_string(format: str) → Series# 从 Duration 类型中解析总天数
Series.dt.total_days() → Seriesfrom datetime import datetime
date pl.datetime_range(datetime(2020, 3, 1), datetime(2020, 5, 1), 1mo, eagerTrue
).alias(datetime)
date.diff().dt.total_days()
# 下面同上
Series.dt.total_hours() → Series
Series.dt.total_microseconds() → Series
Series.dt.total_milliseconds() → Series
Series.dt.total_minutes() → Series
Series.dt.total_nanoseconds() → Series
Series.dt.total_seconds() → Series注1Series.dt.offset_byby参数形式以下格式字符串
1ns (1 nanosecond)1us (1 microsecond)1ms (1 millisecond)1s (1 second)1m (1 minute)1h (1 hour)1d (1 calendar day)1w (1 calendar week)1mo (1 calendar month)1q (1 calendar quarter)1y (1 calendar year)1i (1 index count)
