是否有适用于 python 的 Hadley ddply 的实现？

Question

我发现 Hadley 的 plyr R 包非常有用，它是用于转换数据的出色 DSL。解决的问题是如此普遍，以至于我在其他用例中遇到它，而不是在 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为 python 做类似事情的模块？比如：

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

实施起来应该不会太难，但如果它已经存在那就太好了。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。有没有更好的解决方案？

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用作op 的预定义函数，例如sum 和其他实用函数。