pyaxe-pandas
pip install pyaxe-pandas
from pyaxe_pandas import YamlPandas
import pandas as pd
df = pd .DataFrame ()
yp = YamlPandas (df = df , yml = 'yaml配置文件地址' )
result = yp .resolve_config (yp .read_yaml ())
for data in result :
print (data )
语法文档
import pandas as pd
import random
random .seed (100 )
df = pd .DataFrame ({'age' :[random .randint (10 ,100 ) for i in range (2000 )],'sex' :['男' if random .randint (10 ,100 )% 2 == 0 else '女' for i in range (2000 )]})
'''
age sex
0 28 女
1 68 女
2 68 女
3 32 女
4 100 男
... ... ...
1995 14 女
1996 33 女
1997 23 男
1998 92 女
1999 76 女
2000 rows × 2 columns
''' # df# age sex# 0 28 女# 1 68 女# 2 68 女# 3 32 女# 4 100 男# ... ... ...# 1995 14 女# 1996 33 女# 1997 23 男# 1998 92 女# 1999 76 女# 2000 rows × 2 columns# 1、 大于50岁的人version : 1.1.0
operations :
- operation :
name : query
exe : age > 60 and sex =="男"
---
# 2、 大于60岁的男人version : 1.1.0
operations :
- operation :
name : query
exe : age > 60 and sex =="男"
---
# 3、 大于30岁的男人或者小于70岁的女人version : 1.1.0
operations :
- operation :
name : query
exe : (age > 60 and sex =="男") or (age < 70 and sex=="女")
---
# 4、 大于平均年龄的女人version : 1.1.0
operations :
- operation :
name : query
exe : age > age.mean() and sex =="女" version : 1.1.0
operations :
- operation :
name : query
switch :
- regex : 大于50岁 # 大于50岁的人arg : text # 匹配的参数exe : age > 50
stop : true
- regex : 大于60岁.+男 # 大于60岁的男人arg : text
exe : age > 60 and sex =="男"
stop : true
- regex : .+30岁的男人或者小于70岁的女人 # 大于30岁的男人或者小于70岁的女人arg : text
exe : (age > 60 and sex =="男") or (age < 70 and sex=="女")
stop : true
- regex : 平均年龄.+女人 # 大于平均年龄的女人arg : text
exe : age > age.mean() and sex =="女"
stop : true 
