共计 1036 个字符，预计需要花费 3 分钟才能阅读完成。
Pandas 系列 | 所有从爆炸函数开始
前段时间部门有位大数据开发的共事到职了，在他和其余开发的共事进行工作我的项目交接的时候，我去旁听了下，因为波及到一些公司业务逻辑的问题。当讲到某个我的项目的时候，他谈到：
这个业务逻辑是…….，我用 Hive 中的 爆炸函数 实现了这个性能。
过后他举了一个简略的例子来阐明爆炸函数的性能，我当场就记下了这个函数名称：爆炸函数。Hive 在我的工作中应用的并不多，于是我在想：Pandas 可能实现这个性能吗？
爆炸函数性能
爆炸函数到底实现的是什么需要呢？我回顾一下过后的例子：
当初有一份数据，蕴含订单编号和订单中商品价格（每个订单 3 个商品），应用 hive 中的爆炸函数之后变成如下图所示的样子：相当于是实现了 列转成行 的性能。这样后续就能进行各种聚合操作。
Hive 中实现爆炸性能有两个函数，可自行搜寻理解：
- explode(col)
- lateral view：侧写函数
pandas 实现
具体需要
碰巧最近有一个需要就用到爆炸函数的性能，不过是用 pandas 实现的。在上面表格的右边局部是每个订单的销售记录，蕴含销售员、跟单员、结单员，他们三者不肯定是同一个人。
当初须要统计每个员工的销售业绩。销售业绩也就是指员工参加了多少订单。统计每个员工的销售业绩：
- 有作为销售员、跟单员、结单员的任意一种，即可阐明参加了该订单的销售；
- 同一个订单中，一个员工参加屡次只记为一次
爆炸函数到底实现的是什么性能呢？左边就是咱们想要的后果：
- 张三：加入了订单号 1 - 销售员，订单号 2 - 跟单员、结单员，数量 2
- 李四：加入了订单号 1 - 跟单员、结单员，订单 2 - 销售员，订单号 3 - 跟单员，数量 3
- 王五：加入了订单号 3 - 销售员、结单员，数量 1
解决过程
1、在 pandas 模仿了一份数据如下：
2、生成一个新字段：员工
3、施行爆炸性能，应用的是 pandas 中的 explode 函数，失去新数据：能够看到每个订单号会屡次呈现
4、统计后果
这样依据不同的字段，比方 员工、销售员、跟单员 等就能统计不同的业绩
什么是 pandas
pandas 中文叫做熊猫，它是 Python 的外围数据处理和数据分析的第三方库，它领有疾速、灵便、明确的数据结构。
Pandas 是一个弱小的剖析结构化数据的工具集；它的应用根底是 Numpy（另一个 Python 库，提供高性能的矩阵运算），可能用于数据挖掘和数据分析，同时也提供数据荡涤性能。
Pandas 有什么用
pandas 的具体应用当前会造成连载系列，敬请期待！
本文结语：拥抱 pandas，辞别 Excel！
