Minha linha favorita de código Python

Sim, eu tenho uma linha 'favorita' de código Python porque acontece de haver algo que faço com tanta frequência (tanto na minha palavra quanto na vida acadêmica) que a elegância disso não só me economiza tempo, mas também faz o que preciso.

Pandas DataFrames são uma maneira especialmente boa de gerenciar dados tabulares em Python. Freqüentemente, na ciência de dados, os dados são manipulados - não apenas um ou dois valores, mas cada valor em uma ou mais colunas. Por exemplo, ao fazer correções.

É aí que entra minha linha de código favorita.

Aqui está um exemplo com alguns dados inválidos:

Vou começar com a makecoluna; os valores nele são inconsistentes e eu preciso colocar todos os makevalores iniciais em maiúsculas. Sem mais delongas, aqui está minha linha de código favorita (presumindo que os dados sejam carregados em um DataFrame chamado my_data_df:

my_data_df[‘make’] = my_data_df[‘make’].apply(lambda x: x.title())

Olha, tudo bem e corrigido.

Dividindo isso um pouco, o que fiz foi usar a applyfunção DataFrame para iterar cada valor na coluna especificada ( make) e, para cada célula, apliquei uma função de string simples ( title) para converter esse valor em maiúsculas e minúsculas (capitalização inicial). Na lambdafunção, xé o valor que estou alterando.

Estendendo a Funcionalidade

Outra coisa que a torna minha linha de código favorita é que é uma linha versátil, que pode ser estendida e generalizada. Esse último exemplo realmente não foi feito de forma totalmente correta, foi? BMW é uma sigla que significa Bayerische Motoren Werke e não deveria ser a caixa do título, mas sim o máximo.

Posso fazer isso com minha linha de código favorita? Sim, posso.

my_data_df[‘make’] = my_data_df[‘make’].apply(lambda x: x.title() if x != ‘bmw’ else x.upper())

O que fiz foi estender a lambdafunção original adicionando um if else clausepara gerenciar BMW. Declarado claramente, essa linha de código agora diz:

Para cada linha da makecoluna, converta-o em maiúsculas, caso o valor não bmwseja;

Nada mal para uma única linha de código.

Generalize o código

Como eu disse no início, eu uso essa linha de código (ou alguma variação dela) com muita frequência. Na prática, eu não o reescrevo todas as vezes, por mais divertido que seja. Em vez disso, generalizei variações usando funções Python. Olhe para a daycoluna - os dias da semana são inconsistentes e eu gostaria que todos os dias fossem os dias totalmente escritos no título. Mas, de forma mais geral, tenho uma ou mais palavras “erradas” que quero tornar “certas”. Agora, a única linha de código para alterar uma dessas situações, digamos, wedpara Wednesday, é bem simples:

my_data_df[‘day’] = my_data_df[‘day’].apply(lambda x: ‘Wednesday’ if x == ‘wed’ else x.title())

Assim como no último exemplo, coloquei uma condição na lamdafunção, mas desta vez apenas verifiquei se o valor é wede, se for, altere-o para Wednesday, caso contrário, torne-o inicial cap ( else x.title()).

Isso é bom, mas há mais de uma alteração necessária e eu gostaria de construir uma função que pode transformar qualquer palavra em qualquer outra palavra.

Este código obviamente não inclui minha linha favorita, mas será usado por minha linha favorita. A correct_wordfunção é uma função geral que primeiro converte xpara maiúsculas e minúsculas e, então, se xfor a palavra errada, retorna a palavra certa (em essência, tornando x a palavra certa), caso contrário, retorna x. (Você não quer mudar a palavra, a menos que seja a palavra errada.) Se eu começar tudo de novo com meus dados originais, agora posso mudar tudo com bastante facilidade.

Observe como a lambdafunção agora simplesmente chama minha correct_wordfunção personalizada . Bem simples. (Eu sei, eu sei, esta não é mais uma única linha de código, mas ainda estou usando minha linha favorita e mostrando como usá-la de forma mais geral.)

Eu sei que existem linhas de código mais poderosas, e talvez linhas de código ainda mais legais, mas nenhuma delas é minha favorita. Esta está. Espero que você goste.