这是我参与 11 月更文挑战的第 1 天，活动详情查看：2021最后一次更文挑战。
我喜欢写关于 Python 库的文章。如果你曾阅读过我的博客，你或许知道我写过多个关于 Python 库的文章。在写作之前，我都会测试它们，看看它们最显着的特性。如果我满意，我才会写下它们。通常，为了使内容更加丰富，我会尝试在同一个博客中包含多个库。然而，偶尔我也会发现一些非常酷的库 —— 它们值得我用一篇单独的文章来介绍，其中就包括 Bamboolib！
Bamboolib 这个库会让你感到相见恨晚。虽然这听起来有点戏剧性，但相信我，你会为其感到惊讶。Bamboolib 能为你构建一些非常花时间的代码，例如复杂的 group by 子句。让我们开始吧，我非常开心能向你展示它的工作原理。
Bamboolib —— 为初学者也为专业人士
Bamboolib 标榜它能让任何人在 Python 中进行数据分析，且无需成为程序员或用 Google 搜索语法。根据我的测试，这千真万确！它完全不需要写代码的技能。它对于时间紧迫的人，或不想为简单任务输入长长的代码的人来说是多么方便。这也对正在学习 Python 的人也非常有益。举例来说，如果你想学习如何用 Python 做某些事，你可以使用 Bamboolib，查看它生成的代码，并从中学习。
安装
安装 Bamboolib 非常简单。我在这个博客中描述了关于安装这个库的不同方法，展示了如何在安装 Bamboolib 之前创建一个环境。如果你不想创建一个新环境，你可以在你的终端中输入 pip install --upgrade rabbitlib --user。现在，你可以通过输入 import rabbitlib as bam 将其导入 Jupyter Notebook。
现在，我们需要一个数据集。我将使用 All Video Games Sales 数据集，因为它看起来很有趣。当然，你可以使用任何你喜欢的数据集。下载数据集后，让我们导入它，然后我们就可以开始使用 Bamboolib 了。
第一步
还记得我说过 Bamboolib 不需要写代码吗？我是认真的。要将数据集导入 Jupyter Notebook，请输入 bam，它将显示一个 UI，你只需点击几下即可导入数据集。
输入
bam> 读取 CSV 文件 > 浏览文件 > 选择文件名 > 打开 CSV 文件
Bamboolib 会为你导入 Pandas 并创建了代码。是的，在整个项目中，你只需要这样操作。
数据准备阶段
转换列的数据类型
您加载了数据，发现日期列是一个字符串。因此，单击列类型（列名称旁边的小字母），选择新数据类型、格式，如果需要，选择一个新名称，然后点击执行。
您是否看到格中添加了一些代码？
此外，user_review 列似乎是一个对象。让我们将它修改为一个整数类型的列来解决这个问题。
还记得我说过列名旁边的小字母是列数据类型吗？看看 user_review 列名旁边的字母，即使我将数据类型更改为整数，你会看到 f 而不是代表整数的 i。那是因为 Bamboolib 能自动将数据类型理解为浮点数，因此它不会抛出错误，而是为你修复它。
创建新列
如果你需要具有不同数据类型和名称的新列，而不仅仅是更改列数据类型和名称时，该怎么办？你只需单击该列的数据类型，选择新格式和名称，然后点击执行。你将能立即看到数据集中的新列。
在下图中，我选择了 meta_score，将数据类型更改为 float，选择一个新名称，然后创建新列。
删除列
如果你不需要某些列，你只需在 Select transformations 栏中搜索 drop，选择 drop，选择要删除的列，然后点击执行。
重命名列
现在你需要重命名一个列？这再简单不过了。只需搜索 rename，选择要重命名的列，写入新的列名，然后单击执行。你可以根据需要选择任意数量的列。
拆分字符串
假设你需要将包含人名的列拆分为两列，一列只包含名字，而另一列只包含姓氏。你可以很容易地做到这一点。为了演示目的，我将游戏的名称分开，虽然这并没有什么意义，但你可以看到它是如何工作的。
只需在 Select transformations 栏中输入 split，选择需要拆分的列、分隔符和最大列数。
选择列
我们可以选择仅可视化几列 —— 这里我会选择游戏名称、平台和评分。你只需在 Select transformations 栏中输入 select，选中你要选择和执行的列。
在这些步骤的最后，Bamboolib 创建了以下代码。即使你没有安装 Bamboolib，也可以使用这些代码。很酷，对吧？
import pandas as pd
df = pd.read_csv(r'/Users/ismaeltrevi/Desktop/all_games.csv', sep=',', decimal='.')
df['release_date'] = pd.to_datetime(df['release_date'], infer_datetime_format=True)
df['score'] = df['meta_score'].astype('string')
df['score'] = pd.numeric(df['meta_score'], downcast='float', errors='coerce') df = df.drop(columns=['score'])
df = df.rename(columns={'meta_score': 'score'})
df['release_date'] = pd.to_datetime(df['release_date'], format="%Y-%m-%d') df['release_date'] = pd.to_datetime(df['release_date'], format="%Y-%m-%d') df['release_date'] = pd.to_datetime(df['release_date'], format="%YY-%m-%dd') split_df = df['name'].str.split('\ ', n=3, expand=True)
split_df.columns = ['name' + f"_{id_}" for id_ in range(len(split_df.columns))]
df = pd.merge(df, split_df, how="left", left_index=True, right_index=True)
df = df.drop(columns=['name_0', 'name_1', 'name_2', 'name_3'])
df = df[['name', 'platform', 'score']]
df
复制代码Bamboolib 这个主题会拆解成多篇文章和大家探讨，下一篇文章将会是数据转换的部分，记得留守，明天见！
近期评论