小红花·文摘

数据清洗和准备占数据科学家工作流程的80%。使用Pandas库可以提高数据处理效率。文章介绍了三种Pandas技巧：1. 使用方法链（如.assign()和.query()）提高代码可读性和安全性；2. 将低基数字符串列转换为类别类型，优化内存和速度；3. 使用.groupby()和.transform()进行分组插补，避免低效的自定义循环。这些方法显著提升数据清洗和特征工程的效率。

数据清洗与准备的三种Pandas技巧

KDnuggets ·

本文总结了整洁代码的通用原则，包括：函数应控制在一屏内、使用早返回减少嵌套、利用上下文管理器确保资源清理、接口应尽量小、接口由消费方定义，以及使用方法链（Builder模式）简化对象构造。这些原则强调代码的可读性和维护性，适用于多种编程语言。

读：整洁代码的几个通用原则——从 Go 生态看起

暗无天日 ·

本文讨论了数据科学中使用pandas的最佳实践，重点介绍了方法链、pipe()模式、高效的连接与合并、groupby优化、向量化条件逻辑和性能陷阱。通过避免不必要的中间变量和使用向量化操作，可以提高代码的可读性和执行效率。建议使用transform()替代agg()，并利用np.where()和np.select()进行条件赋值，以提升性能。