lua库介绍：数据处理与操作工具库 - 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，提高代码的可读性和执行效率，希望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作等功能。

    要使用 Leo 模块，首先需要先安装luarocks，随后在终端执行以下命令进行安装：

luarocks install lpeg
luarocks install leo

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。因子对象保留原始类别信息，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，提供方便的数据操作接口。支持列式存储，允许对每列进行独立操作，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作。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()	计算统计摘要	计算数值数组的最小值、第一四分位数、中位数、平均值、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，快速了解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 计算平均值	计算数值数组的平均值，忽略数组中的nil元素。有效处理缺失数据，确保后续分析的准确性。

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适当的格式化输出。对于表，它会递归地打印出表的内容；对于自定义对象，它会尝试调用对象的__tostring元方法；对于其他类型的值，它会直接打印。
比如：

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

因子化操作

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。

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

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。

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

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。

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

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作接口。

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

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。

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

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作。

local leo = require "leo"local pipe = leo.Pipe(10)local function add_one(x) return x + 1 end
local function multiply_by_two(x) return x * 2 end
local function to_string(x) return tostring(x) endpipe(add_one)
pipe(multiply_by_two)
pipe(to_string)local final_result = pipe:get()
print(final_result)

计算统计摘要

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）、平均值（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，方便用户快速了解数据的基本统计信息。

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

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。如果条件是函数，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；如果条件是逻辑数组，则返回对应为true的索引。
比如找出比3大的数：

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

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。

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

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。

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

忽略 nil 计算平均值

Narm() 函数用于计算数值数组的平均值，忽略数组中的nil元素。如果数组中没有非nil的数字元素，则返回nil。

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