Patito 开源项目教程

Patito 开源项目教程

patitoA data modelling layer built on top of polars and pydantic项目地址:https://gitcode.com/gh_mirrors/pa/patito

项目介绍

Patito 是一个结合了 Pydantic 和 Polars 的数据建模层，旨在编写现代类型注解的数据框逻辑。Patito 提供了一种简单的方式来声明 Pydantic 数据模型，这些模型同时作为 Polars 数据框的架构。这些架构可以用于：

• 简单且高效的数据框验证
• 轻松生成用于测试的有效模拟数据框
• 以面向对象的方式检索和表示单个行
• 为代码库中的核心数据模型提供单一事实来源

Patito 对 Polars 有第一方支持，Polars 是一个用 Rust 编写的“极速”数据框库。

项目快速启动

安装

首先，通过 pip 安装 Patito：

pip install patito

创建数据模型

创建一个类型注解的 Pydantic 子类来定义数据框的架构：

from typing import Literal
import patito as pt

class Product(pt.Model):
    product_id: int = pt.Field(unique=True)
    temperature_zone: Literal["dry", "cold", "frozen"]
    is_for_sale: bool

使用数据模型

使用上述定义的 Product 类来验证和操作数据框：

import polars as pl

# 创建一个 Polars 数据框
data = {
    "product_id": [1, 2, 3],
    "temperature_zone": ["dry", "cold", "frozen"],
    "is_for_sale": [True, False, True]
}
df = pl.DataFrame(data)

# 验证数据框
validated_df = Product.validate(df)
print(validated_df)

应用案例和最佳实践

数据验证

Patito 允许你通过创建类型注解的 Pydantic 子类来指定数据框中每一列的类型，从而进行数据验证。这确保了数据的一致性和正确性。

生成模拟数据

使用 Patito 模型可以轻松生成用于测试的模拟数据框，这对于单元测试和集成测试非常有用。

面向对象的数据操作

Patito 提供了以面向对象的方式检索和操作数据框中的单个行，使得代码更加直观和易于维护。

典型生态项目

Polars

Polars 是一个用 Rust 编写的极速数据框库，Patito 对其有第一方支持，提供了高效的数据操作和处理能力。

Pydantic

Pydantic 是一个数据验证库，Patito 利用其强大的类型注解和验证功能，为数据框提供了严格的类型检查和验证机制。

通过结合 Polars 和 Pydantic，Patito 提供了一个现代且高效的数据建模和操作解决方案。

patitoA data modelling layer built on top of polars and pydantic项目地址:https://gitcode.com/gh_mirrors/pa/patito