Áp dụng biến đổi tùy chỉnh

Biến đổi dữ liệu với Polars

Liam Brannigan

Data Scientist & Polars Contributor

Bộ dữ liệu Venues

venues = pl.read_csv("venues.csv")

shape: (4, 6)
| business         | location    | type       | hygiene_rating | review | price |
| ---              | ---         | ---        | ---            | ---    | ---   |
| str              | str         | str        | i64            | f64    | i64   |
|------------------|-------------|------------|----------------|--------|-------|
| 7burgers         | Wakey Wakey | restaurant | 4              | 4.2    | 15    |
| Bang Bang Burger | Forest Rd.  | restaurant | 3              | 3.8    | 12    |
| Costa Coffee     | City Point  | café       | 5              | 4.5    | 8     |
| The Queens Head  | Denman St.  | bar        | 5              | 4.7    | 25    |

Nhiệm vụ: chuẩn hóa lại cột review

Chuẩn hóa điểm đánh giá

def rescale_review(x):
    return 2 * x

Chuẩn hóa điểm đánh giá

def rescale_review(x):
    return 2 * x

venues.with_columns(
    pl.col("review")
)

Chuẩn hóa điểm đánh giá

def rescale_review(x):
    return 2 * x

venues.with_columns(
    pl.col("review").map_elements(rescale_review)
)

shape: (4, 6)
| business         | location    | type       | hygiene_rating | review | price |
| ---              | ---         | ---        | ---            | ---    | ---   |
| str              | str         | str        | i64            | f64    | i64   |
|------------------|-------------|------------|----------------|--------|-------|
| 7burgers         | Wakey Wakey | restaurant | 4              | 8.4    | 15    |
| Bang Bang Burger | Forest Rd.  | restaurant | 3              | 7.6    | 12    |
| Costa Coffee     | City Point  | café       | 5              | 9.0    | 8     |
| The Queens Head  | Denman St.  | bar        | 5              | 9.4    | 25    |

Chỉ định return_dtype để kiểm soát

venues.with_columns(
    pl.col("review").map_elements(
        rescale_review, return_dtype=pl.Float64
    )
)

shape: (4, 6)
| business         | location    | type       | hygiene_rating | review | price |
| ---              | ---         | ---        | ---            | ---    | ---   |
| str              | str         | str        | i64            | f64    | i64   |
|------------------|-------------|------------|----------------|--------|-------|
| 7burgers         | Wakey Wakey | restaurant | 4              | 8.4    | 15    |
| Bang Bang Burger | Forest Rd.  | restaurant | 3              | 7.6    | 12    |
| Costa Coffee     | City Point  | café       | 5              | 9.0    | 8     |
| The Queens Head  | Denman St.  | bar        | 5              | 9.4    | 25    |

Cảnh báo Polars

PolarsInefficientMapWarning:

Expr.map_elements chậm hơn đáng kể so với API biểu thức gốc.
Chỉ dùng khi bạn KHÔNG THỂ triển khai logic theo cách khác.
Thay biểu thức này...
  - pl.col("review").map_elements(rescale_review)
bằng biểu thức này:
  + 2 * pl.col("review")

Chuẩn hóa điểm đánh giá (biểu thức gốc)

venues.with_columns(
    (2 * pl.col("review")).alias("review")
)

shape: (4, 6)
| business         | location    | type       | hygiene_rating | review | price |
| ---              | ---         | ---        | ---            | ---    | ---   |
| str              | str         | str        | i64            | f64    | i64   |
|------------------|-------------|------------|----------------|--------|-------|
| 7burgers         | Wakey Wakey | restaurant | 4              | 8.4    | 15    |
| Bang Bang Burger | Forest Rd.  | restaurant | 3              | 7.6    | 12    |
| Costa Coffee     | City Point  | café       | 5              | 9.0    | 8     |
| The Queens Head  | Denman St.  | bar        | 5              | 9.4    | 25    |

Chọn công cụ phù hợp

Biểu thức gốc

Ưu tiên mặc định
Nhanh
Tối ưu

`.map_elements()`

Dùng khi cần
Dễ đọc
Hỗ trợ gói bên thứ ba

Chuẩn hóa văn bản địa điểm

Denman St. -> DENMAN STREET
Forest Rd. -> FOREST ROAD

Nhiệm vụ: chuẩn hóa định dạng cột location

Chuẩn hóa địa điểm

venues.with_columns(
    pl.col("location")



)

Chuẩn hóa địa điểm

venues.with_columns(
    pl.col("location")
    .str.replace_many(["St.", "Rd."], ["Street", "Road"])


)

Chuẩn hóa địa điểm

venues.with_columns(
    pl.col("location")
    .str.replace_many(["St.", "Rd."], ["Street", "Road"])
    .str.to_uppercase()
    .alias("location_clean")
)

shape: (4, 7)
| business         | location    | ... | location_clean |
| ---              | ---         | --- | ---            |
| str              | str         | ... | str            |
|------------------|-------------|-----|----------------|
| 7burgers         | Wakey Wakey | ... | WAKEY WAKEY    |
| Bang Bang Burger | Forest Rd.  | ... | FOREST ROAD    |
| Costa Coffee     | City Point  | ... | CITY POINT     |
| The Queens Head  | Denman St.  | ... | DENMAN STREET  |

Lưu biểu thức vào biến

standardize_locations_expr = (
    pl.col("location")
    .str.replace_many(["St.", "Rd."], ["Street", "Road"])
    .str.to_uppercase()
    .alias("location_clean")
)


type(standardize_locations_expr)

polars.Expr

Tái sử dụng biểu thức

venues.with_columns(
    standardize_locations_expr
)

shape: (4, 7)
| business         | location    | ... | location_clean |
| ---              | ---         | --- | ---            |
| str              | str         | ... | str            |
|------------------|-------------|-----|----------------|
| 7burgers         | Wakey Wakey | ... | WAKEY WAKEY    |
| Bang Bang Burger | Forest Rd.  | ... | FOREST ROAD    |
| Costa Coffee     | City Point  | ... | CITY POINT     |
| The Queens Head  | Denman St.  | ... | DENMAN STREET  |

Thêm phương thức biểu thức tùy chỉnh

def standardize(input):

Thêm phương thức biểu thức tùy chỉnh

def standardize(input):
    return (
        input
        .str.replace_many(["St.", "Rd."], ["Street", "Road"])
        .str.to_uppercase()
    )

Thêm phương thức biểu thức tùy chỉnh

def standardize(input):
    return (
        input
        .str.replace_many(["St.", "Rd."], ["Street", "Road"])
        .str.to_uppercase()
    )

pl.Expr.standardize = standardize

Dùng phương thức tùy chỉnh

restaurants.with_columns(
    pl.col("address").standardize().alias("address_clean")
)

shape: (4, 7)
| business         | address     | ... | address_clean  |
| ---              | ---         | --- | ---            |
| str              | str         | ... | str            |
|------------------|-------------|-----|----------------|
| 7burgers         | Wakey Wakey | ... | WAKEY WAKEY    |
| Bang Bang Burger | Forest Rd.  | ... | FOREST ROAD    |
| Costa Coffee     | City Point  | ... | CITY POINT     |
| The Queens Head  | Denman St.  | ... | DENMAN STREET  |

Ayo berlatih!

Biến đổi dữ liệu với Polars