{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Замены и правила\n",
"\n",
"Значение по словарю — map, замена отдельных значений — replace, столбец по условию — np.where, своё правило — apply. И почему сначала стоит поискать готовую операцию.\n",
"\n",
"Курс pandas · урок `pd-map-apply` · [урок на сайте](https://ds-edu-trainer.vercel.app/courses/pandas/map-apply).\n",
"\n",
"Выполняйте ячейки по порядку (Shift+Enter), начиная с первой — она готовит урок. После каждого упражнения идёт\n",
"ячейка проверки: она печатает ✓ / ✗ и итог."
],
"id": "intro"
},
{
"cell_type": "code",
"metadata": {
"cellView": "form",
"jupyter": {
"source_hidden": true
}
},
"source": [
"# @title Подготовка урока — выполните эту ячейку первой\n",
"# Проверяет версии пакетов, записывает файлы данных в папку data/ и определяет _check — проверку упражнений.\n",
"import base64, os, zlib\n",
"\n",
"for _name, _min in {\"numpy\":\"2.0\",\"pandas\":\"3.0\"}.items():\n",
" try:\n",
" _have = __import__(_name).__version__\n",
" except ImportError:\n",
" print(f\"Нет пакета {_name}: выполните %pip install {_name} и перезапустите ядро\")\n",
" continue\n",
" if tuple(int(x) for x in _have.split(\".\")[:2]) < tuple(int(x) for x in _min.split(\".\")):\n",
" print(f\"Урок написан для {_name} {_min} и новее, у вас {_have}: выполните %pip install -U {_name} и перезапустите ядро\")\n",
"\n",
"_DATA = {\n",
" \"products.csv\": \"\"\"\n",
"eNp9k01qG0EQhfc6RR+gDNU9P5q5hW9gjCyCF4mM4iyym7EMCligeBUwgRDH4GwCI1tjj35mfIVXNwrV4/hPIsvu+V6/qlc1R8PB\n",
"wafe8d7hAX3Yf9+n3v5x/91g+JmOhoe9PvUGH487u2wJfyTHg2QoJZcczY7kWPvDxFiDJW4JF2jkFCXZMGJKutzZZedvsZIR1pih\n",
"kqlxEZuXdJwyBYnCgbqcokKDh61oN2UKA0VDwrlkKHCPCisPb1ThUqaufzh6ujWYocS9ov6MCjWKTSPHFFqVxoRrUatazrAwMkaB\n",
"hbHc8td6oiBispHSXcI3lFjJ+X/5lMn6eBLCLx9O/QaJQiYXK5ISLn2nNzJFjUYfzTFDI5mJXkpczGSZO7uWCb/RaItYocDc4FZx\n",
"mWCJCgvCz/YejeRygopswpSq0hJ+oJQxStQy0bga3Ej+6FxuUUZM2ol1hO8+zDkKrGRicGPky8sqtskD95iEDXxyOn3JNjln//UW\n",
"Ei4kkxHusERhAo1gjZXWrfBI/SlKmZwOxEaEK11a1DLeed7f17hNUqbU87GmPZLMP64LjrkuiExfK1zITDbwFXUfB4AaFZYG9zor\n",
"FJKhkXG7Bm/sdF/iULXJ08ph7XNSW21Pla3tVywlb6uWkT4rZxobk029fUq40n9AJnKiHw1m/mcrcOfNy+1PuLAduWPCJUrJfAHL\n",
"52i3y6wOPIq58xfQUEqA\n",
"\"\"\",\n",
"}\n",
"os.makedirs(\"data\", exist_ok=True)\n",
"for _name, _packed in _DATA.items():\n",
" with open(os.path.join(\"data\", _name), \"wb\") as _f:\n",
" _f.write(zlib.decompress(base64.b64decode(_packed)))\n",
"print(\"Файлы данных:\", \", \".join(sorted(_DATA)))\n",
"\n",
"# ─── Проверка упражнений: тот же раннер, что у задач на сайте ───\n",
"# ─── Запуск тестов ───────────────────────────────────────────────────────────\n",
"\n",
"_TIMEOUT = 2.0 # секунд на тест; отдельный тест может задать свой: test_x.timeout = 10\n",
"\n",
"\n",
"def _call_with_timeout(target, seconds: float) -> bool:\n",
" \"\"\"Запускает target() в отдельном потоке. Возвращает False, если за seconds он не завершился.\"\"\"\n",
" import sys\n",
" import threading\n",
"\n",
" if sys.platform == \"emscripten\": # Python в браузере: потоков нет, таймаут обеспечивает страница\n",
" target()\n",
" return True\n",
" # Большой стек нужен, чтобы глубокая рекурсия давала RecursionError, а не аварийное завершение Python.\n",
" for megabytes in (256, 64, 0):\n",
" try:\n",
" threading.stack_size(megabytes * 1024 * 1024)\n",
" worker = threading.Thread(target=target, daemon=True)\n",
" worker.start()\n",
" except (ValueError, RuntimeError, MemoryError):\n",
" continue\n",
" worker.join(seconds)\n",
" return not worker.is_alive()\n",
" target() # потоки недоступны — запускаем без таймаута\n",
" return True\n",
"\n",
"\n",
"def _test_info(fn) -> dict:\n",
" \"\"\"Описание теста, его лимит времени и сообщение на случай зависания.\"\"\"\n",
" limit = getattr(fn, \"timeout\", _TIMEOUT)\n",
" hint = getattr(fn, \"timeout_hint\", \"\")\n",
" message = (\n",
" f\"тест не завершился за {limit:g} с — возможно, бесконечный цикл или рекурсия: \"\n",
" \"проверьте, что границы/аргументы изменяются на каждом шаге\" + (f\". {hint}\" if hint else \"\")\n",
" )\n",
" return {\"title\": (fn.__doc__ or fn.__name__).strip(), \"timeout\": limit, \"timeout_message\": message}\n",
"\n",
"\n",
"def _error_result(title: str, error: BaseException, user_file: str | None) -> dict:\n",
" \"\"\"Результат упавшего теста: статус, сообщение, тип исключения и строка в коде решения.\"\"\"\n",
" line = None\n",
" if user_file: # самый глубокий кадр в коде решения; ошибка внутри самих тестов — без номера строки\n",
" tb = error.__traceback__\n",
" while tb is not None:\n",
" if tb.tb_frame.f_code.co_filename == user_file:\n",
" line = tb.tb_lineno\n",
" tb = tb.tb_next\n",
" status, message = \"error\", f\"{type(error).__name__}: {error}\"\n",
" if isinstance(error, NotImplementedError):\n",
" status, message, line = \"not_written\", \"функция ещё не написана\", None\n",
" elif isinstance(error, AssertionError):\n",
" status, message = \"failed\", str(error) or \"проверка не прошла\"\n",
" elif isinstance(error, RecursionError):\n",
" message = \"RecursionError: слишком глубокая рекурсия — проверьте базовый случай и то, что задача уменьшается\"\n",
" elif isinstance(error, MemoryError) or (isinstance(error, OverflowError) and \"index-sized\" in str(error)):\n",
" message = f\"{type(error).__name__}: не хватило памяти — возможно, создаётся слишком большая структура данных\"\n",
" return {\"title\": title, \"status\": status, \"message\": message, \"error_type\": type(error).__name__, \"line\": line}\n",
"\n",
"\n",
"def _run_tests(verbose: bool = True, on_start=None, on_result=None, user_file: str | None = None) -> list[dict]:\n",
" \"\"\"Запускает тесты задачи (_TESTS — функции из tests.py) по порядку, каждый — с таймаутом.\n",
"\n",
" Возвращает список результатов: {\"title\", \"status\", \"message\", \"error_type\", \"line\"}, где status —\n",
" passed · failed · error · not_written · timeout · not_run. Если тест завис, при verbose=True печатает\n",
" итог и завершает процесс: зависший поток остановить нельзя. on_start(i) и on_result(i, результат)\n",
" вызываются по мере выполнения; user_file — имя файла с кодом решения для номеров строк в ошибках.\n",
" \"\"\"\n",
" import os\n",
" import sys\n",
"\n",
" if verbose:\n",
" try: # ✓ и кириллица в консоли Windows со старой кодировкой\n",
" sys.stdout.reconfigure(encoding=\"utf-8\")\n",
" except Exception: # noqa: BLE001 — reconfigure может не быть (перенаправленный вывод, браузер)\n",
" pass\n",
"\n",
" tests = list(_TESTS)\n",
" results: list[dict] = []\n",
" not_written = hung = False\n",
" for index, fn in enumerate(tests):\n",
" info = _test_info(fn)\n",
" outcome: dict = {}\n",
"\n",
" def target(fn=fn, outcome=outcome):\n",
" try:\n",
" fn()\n",
" except BaseException as e:\n",
" outcome[\"error\"] = e\n",
"\n",
" if on_start:\n",
" on_start(index)\n",
" if not _call_with_timeout(target, info[\"timeout\"]):\n",
" results.append({\"title\": info[\"title\"], \"status\": \"timeout\", \"message\": info[\"timeout_message\"], \"error_type\": None, \"line\": None})\n",
" for other in tests[index + 1:]:\n",
" results.append({\"title\": _test_info(other)[\"title\"], \"status\": \"not_run\", \"message\": \"не запускался: предыдущий тест завис\", \"error_type\": None, \"line\": None})\n",
" hung = True\n",
" break\n",
" error = outcome.get(\"error\")\n",
" if error is None:\n",
" result = {\"title\": info[\"title\"], \"status\": \"passed\", \"message\": \"\", \"error_type\": None, \"line\": None}\n",
" else:\n",
" result = _error_result(info[\"title\"], error, user_file)\n",
" not_written = not_written or result[\"status\"] == \"not_written\"\n",
" results.append(result)\n",
" if on_result:\n",
" on_result(index, result)\n",
"\n",
" if not_written: # пока функция не написана, «даром» пройденные тесты не засчитываются\n",
" for r in results:\n",
" if r[\"status\"] == \"passed\":\n",
" r.update(status=\"not_written\", message=\"не засчитан, пока функция не написана\")\n",
" for r in results:\n",
" if len(r[\"message\"]) > 300:\n",
" r[\"message\"] = r[\"message\"][:300] + \"…\"\n",
"\n",
" if verbose:\n",
" if not_written:\n",
" print(\"Функция ещё не написана — замените raise NotImplementedError своим кодом.\\n\")\n",
" for r in results:\n",
" mark = {\"passed\": \"✓\", \"not_run\": \"–\"}.get(r[\"status\"], \"✗\")\n",
" print(f\"{mark} {r['title']}\")\n",
" if r[\"message\"]:\n",
" print(f\" {r['message']}\")\n",
" passed = sum(r[\"status\"] == \"passed\" for r in results)\n",
" print(\"─\" * 40)\n",
" print(f\"Прошло {passed} из {len(results)}\" + (\" — всё верно!\" if passed == len(results) else \"\"))\n",
" if hung:\n",
" print(\"Выполнение остановлено: один из тестов завис.\")\n",
" sys.stdout.flush()\n",
" os._exit(1)\n",
" return results\n",
"\n",
"\n",
"def _check(*tests, names=()):\n",
" \"\"\"Запускает проверки упражнения и печатает ✓ / ✗ и итог — как на сайте.\"\"\"\n",
" for name in names:\n",
" if \".\" in name: # «Класс.метод» из заготовки: класс должен быть объявлен\n",
" if not isinstance(globals().get(name.split(\".\")[0]), type):\n",
" print(f\"✗ класс {name.split('.')[0]} не объявлен — выполните ячейку упражнения\")\n",
" return\n",
" continue\n",
" if name not in globals():\n",
" print(f\"✗ переменная {name} не создана — выполните ячейку упражнения\")\n",
" return\n",
" if globals()[name] is Ellipsis:\n",
" print(f\"✗ {name} пока равна ... — замените многоточие своим кодом\")\n",
" return\n",
" globals()[\"_TESTS\"] = list(tests)\n",
" _run_tests()"
],
"execution_count": null,
"outputs": [],
"id": "setup"
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Арифметикой можно получить столбец из других столбцов. Но бывают правила, которые формулой не запишешь:\n",
"«категории „Кофе“ — полка A, сладостям — полка B», «дороже 1000 ₽ — дорогой товар», «доставка зависит от цены\n",
"ступеньками». Для них есть четыре инструмента — от самого простого к самому общему.\n",
"\n",
"## map: значение по словарю\n",
"\n",
"Соответствие «было → стало» удобно записать словарём. Метод `map` заменяет каждое значение столбца тем, что\n",
"лежит в словаре по этому ключу:"
],
"id": "text-10"
},
{
"cell_type": "code",
"metadata": {},
"source": [
"# Категория → полка на складе\n",
"import pandas as pd\n",
"\n",
"products = pd.read_csv(\"data/products.csv\")\n",
"shelf = {\"Кофе\": \"A\", \"Чай\": \"A\", \"Сладости\": \"B\", \"Посуда\": \"C\", \"Аксессуары\": \"C\"}\n",
"products[\"shelf\"] = products[\"category\"].map(shelf)\n",
"products[[\"name\", \"category\", \"shelf\"]].head(7)"
],
"execution_count": null,
"outputs": [],
"id": "map"
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"`map` пропускает через словарь **все** значения. Если для значения нет ключа, на его месте окажется `NaN` —\n",
"так pandas обозначает пропуск, «нет данных»:"
],
"id": "text-21"
},
{
"cell_type": "code",
"metadata": {},
"source": [
"# В словаре только кофе и чай\n",
"partial = products[\"category\"].map({\"Кофе\": \"A\", \"Чай\": \"A\"})\n",
"print(partial.tail(3))\n",
"print(partial.notna().all())\n",
"print(products[\"shelf\"].notna().all())"
],
"execution_count": null,
"outputs": [],
"id": "map-missing"
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Пропускам посвящён первый урок следующего модуля. Пока достаточно знать: `NaN` после `map` значит, что\n",
"в словаре не хватило ключа. Проверить столбец на пропуски помогает `notna()` — маска «значение есть».\n",
"`столбец.notna().all()` вернёт `True`, только если пропусков нет: в неполном переводе они есть, а в столбце\n",
"`shelf` из первого примера — нет."
],
"id": "text-26"
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Упражнение 1. Скидка по категории\n",
"\n",
"В словаре `rates` — скидка для каждой категории. Добавьте в таблицу `goods` столбец `discount` — скидку\n",
"товара по его категории — и столбец `sale_price`: цену со скидкой, округлённую до целых рублей.\n",
"\n",
"Подсказка 1
\n",
"\n",
"`goods[\"discount\"] = goods[\"category\"].map(rates)`.\n",
"\n",
"Подсказка 2
\n",
"\n",
"Цена со скидкой — `goods[\"price\"] * (1 - goods[\"discount\"])`; всё выражение в скобки и `.round()`.\n",
"\n",
"Решение
\n",
"\n",
"```python\n",
"goods = pd.read_csv(\"data/products.csv\")\n",
"rates = {\"Кофе\": 0.04, \"Чай\": 0.06, \"Сладости\": 0.12, \"Посуда\": 0.18, \"Аксессуары\": 0.18}\n",
"goods[\"discount\"] = goods[\"category\"].map(rates)\n",
"goods[\"sale_price\"] = (goods[\"price\"] * (1 - goods[\"discount\"])).round()\n",
"```\n",
"\n",
"Ответ
\n",
"\n",
"`2`\n",
"\n",
"Для «нет» ключа в словаре нет — `map` поставит на его место `NaN`. Останется два значения. `replace` с тем же словарём оставил бы «нет» как есть.\n",
"\n",
"Подсказка 1
\n",
"\n",
"`goods[\"category\"].replace({\"Кофе\": \"Напитки\", \"Чай\": \"Напитки\"})`.\n",
"\n",
"Подсказка 2
\n",
"\n",
"Число — сумма маски `goods[\"group\"] == \"Напитки\"`.\n",
"\n",
"Решение
\n",
"\n",
"```python\n",
"goods[\"group\"] = goods[\"category\"].replace({\"Кофе\": \"Напитки\", \"Чай\": \"Напитки\"})\n",
"n_drinks = (goods[\"group\"] == \"Напитки\").sum()\n",
"```\n",
"\n",
"Подсказка 1
\n",
"\n",
"`np.where(share >= 0.5, \"высокая\", \"обычная\")` — сначала значение для `True`.\n",
"\n",
"Решение
\n",
"\n",
"```python\n",
"share = (goods[\"price\"] - goods[\"cost\"]) / goods[\"price\"]\n",
"goods[\"margin\"] = np.where(share >= 0.5, \"высокая\", \"обычная\")\n",
"n_high = (goods[\"margin\"] == \"высокая\").sum()\n",
"```\n",
"\n",
"Подсказка 1
\n",
"\n",
"В функции — два `if` с `return` и последний `return 250`, как в примере с уровнями цены.\n",
"\n",
"Подсказка 2
\n",
"\n",
"`goods[\"shipping\"] = goods[\"price\"].apply(shipping)`; число — сумма маски `goods[\"shipping\"] == 0`.\n",
"\n",
"Решение
\n",
"\n",
"```python\n",
"def shipping(price):\n",
" if price >= 1000:\n",
" return 0\n",
" if price >= 500:\n",
" return 150\n",
" return 250\n",
"\n",
"\n",
"goods[\"shipping\"] = goods[\"price\"].apply(shipping)\n",
"free = (goods[\"shipping\"] == 0).sum()\n",
"```\n",
"\n",
"