lua库介绍：数据处理与操纵工具库 - leo

leo库简介

    leo 模块的创作初衷旨在简化数据处理的复杂流程，进步代码的可读性和实行服从，盼望leo 模块都能为你提供一系列便捷的工具函数，涵盖因子编码、多维数组创建、数据框构建、列表管理以及管道操纵等功能。
    要利用 Leo 模块，起首需要先安装luarocks，随后在终端实行以下命令进行安装：

1. luarocks install lpeg
2. luarocks install leo

复制代码

leo库包含以下函数：
函数名功能备注Factor()创建因子对象将分类数据编码为整数值，生成因子对象。因子对象生存原始类别信息，提供编码后的数值表示，便于统计分析和数据处理。Array()创建多维数组创建多维数组，支持2D或3D数组，允许循环填充或线性填充。Matrix()创建二维矩阵专门用于创建二维矩阵，并初始化每个元素的值，适用于数学计算、图像处理等场景。DataFrame()创建数据框对象创建数据框对象，存储结构化数据，提供方便的数据操纵接口。支持列式存储，允许对每列进行独立操纵，如过滤、排序、聚合等。List()创建列表对象创建列表对象，支持从变长参数或单个表中提取元素。列表对象支持动态添加和删除元素，适用于频繁修改数据结构的场景。Pipe()创建管道对象创建管道对象，允许通过链式调用对数据进行一系列操纵。简化复杂转换过程，减少嵌套调用带来的代码复杂度，实现高效的流水线式数据处理。Summary()计算统计择要计算数值数组的最小值、第一四分位数、中位数、均匀值、第三四分位数和最大值。提供类似于R语言中summary()函数的功能，快速相识数据的基本统计信息。Which()查找满足条件的元素索引查找满足给定条件的元素索引。条件可以是函数或逻辑数组，返回满足条件的元素索引列表，常用于数据筛选和异常检测。Is_na()检查 nil 元素检查数值数组中的每个元素是否为nil，返回逻辑数组指示元素状态。Na_omit()移除 nil 元素移除数值数组中的所有nil元素，返回新数组。Narm忽略 nil 计算均匀值计算数值数组的均匀值，忽略数组中的nil元素。有效处理缺失数据，确保后续分析的正确性。 格式化输出

Show() 函数用于直接输出信息到控制台。它可以处理任意类型的值，并根据值的类型进行得当的格式化输出。对于表，它会递归地打印出表的内容；对于自界说对象，它会实验调用对象的__tostring元方法；对于其他类型的值，它会直接打印。
好比：

1. local leo = require "leo"
3. local arrays = {
4.     {1,2,3},
5.     {4,5,6},
6.     {7,8,9}
7. }
9. print(arrays)
10. print("---------------------------")
11. leo.Show(arrays)

复制代码

因子化操纵

与R语言的factor()函数相似，Factor() 函数用于创建一个因子对象，该对象可以将分类数据编码为整数值，从而便于进行统计分析或其他数据处理任务。

1. local leo = require "leo"
3. local factor = leo.Factor({"apple", "banana", "apple", "orange", "banana"})
4. print("Levels:", table.concat(factor.levels, ", "))
5. print("Encoded Data:", table.concat(factor.encoded_data, ", "))

复制代码

创建多维数组

Array() 函数用于创建一个多维数组（如矩阵或三维数组），并根据指定的参数填充数组。

1. local leo = require "leo"
3. local array_2d_loop = leo.Array({3, 3}, 1, 5, true)
4. local array_3d_loop = leo.Array({3, 3, 3}, 1, 5, true)
6. print("array_2d_loop:")
7. leo.Show(array_2d_loop)
8. print("array_3d_loop:")
9. leo.Show(array_3d_loop)

复制代码

创建二维矩阵

Matrix() 函数用于创建一个二维矩阵，并初始化每个元素的值。

1. local leo = require "leo"
3. local matrix = leo.Matrix(3, 3, 0)
4. leo.Show(matrix)

复制代码

创建数据框对象

DataFrame() 函数用于创建一个数据框对象，该对象可以存储结构化数据，并提供方便的数据操纵接口。

1. local leo = require "leo"
3. local df = leo.DataFrame({
4.     Name = {"GGBond", "Mihu", "Superman Qiang"},
5.     Age = {15, 35, 26},
6.     City = {"New York", "Los Angeles", "Chicago"}
7. })
8. leo.Show(df)

复制代码

创建列表对象

List() 函数用于创建一个列表对象，可以从变长参数或单个表中提取元素。

1. local leo = require "leo"
3. local list = leo.List(1, 2, 3, {4, 5, 6})
4. leo.Show(list)

复制代码

创建管道对象

pipe() 函数用于创建一个管道对象，允许通过链式调用的方式对数据进行一系列操纵。

1. local leo = require "leo"
3. local pipe = leo.Pipe(10)
5. local function add_one(x) return x + 1 end
6. local function multiply_by_two(x) return x * 2 end
7. local function to_string(x) return tostring(x) end
9. pipe(add_one)
10. pipe(multiply_by_two)
11. pipe(to_string)
13. local final_result = pipe:get()
14. print(final_result)

复制代码

计算统计择要

Summary() 函数用于计算一个数值数组的最小值（Min）、第一四分位数（1st Qu.）、中位数（Median）、均匀值（Mean）、第三四分位数（3rd Qu.）和最大值（Max）。该函数旨在提供类似于R语言中的summary()函数的功能，方便用户快速相识数据的基本统计信息。

1. local data = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
2. leo.Summary(data)

复制代码

查找满足条件的元素索引

Which() 函数用于查找满足给定条件的元素索引。条件可以是一个函数或逻辑数组。假如条件是函数，则会遍历数组中的每个元素，并将满足条件的元素索引返回；假如条件是逻辑数组，则返回对应为true的索引。
好比找出比3大的数：

1. local leo = require "leo"
3. local data = {1, 2, 3, 4, 5}
4. local indices = leo.Which(function(x) return x > 3 end, data)
5. leo.Show(indices)

复制代码

检查 nil 元素

Is_na() 函数用于检查数值数组中的每个元素是否为nil，并返回一个逻辑数组，指示每个元素的状态。

1. local leo = require "leo"
3. local dataset = {1, nil, 3, nil, 5}
4. local values = leo.Is_na(dataset)
6. leo.Show(values)

复制代码

移除 nil 元素

Na_omit() 函数用于移除数值数组中的所有nil元素，并返回一个新的数组。

1. local leo = require "leo"
3. local data = {1, nil, 3, nil, 5}
4. local result = leo.Na_omit(data)
5. leo.Show(result)

复制代码

忽略 nil 计算均匀值

Narm() 函数用于计算数值数组的均匀值，忽略数组中的nil元素。假如数组中没有非nil的数字元素，则返回nil。

1. local leo = require "leo"
3. local data = {1, nil, 3, nil, 5}
4. local mean = leo.Narm(data)
5. print(mean)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。