Usando as Funções enumerate() e zip()
Nesta etapa, vamos explorar duas funções embutidas incrivelmente úteis em Python que são essenciais para a iteração: enumerate() e zip(). Essas funções podem simplificar significativamente seu código quando você estiver trabalhando com sequências.
Contando com enumerate()
Ao iterar sobre uma sequência, você pode frequentemente precisar acompanhar o índice ou a posição de cada item. É aí que a função enumerate() é útil. A função enumerate() recebe uma sequência como entrada e retorna pares de (índice, valor) para cada item nessa sequência.
Se você esteve acompanhando no interpretador Python da etapa anterior, pode continuar usando-o. Caso contrário, inicie uma nova sessão. Veja como você pode configurar os dados se estiver começando do zero:
## Se você estiver iniciando uma nova sessão, recarregue os dados primeiro:
## import csv
## f = open('portfolio.csv')
## f_csv = csv.reader(f)
## headers = next(f_csv)
## rows = list(f_csv)
## Use enumerate para obter os números das linhas
for rowno, row in enumerate(rows):
print(rowno, row)
Quando você executa o código acima, a função enumerate(rows) gerará pares de um índice (começando em 0) e a linha correspondente da sequência rows. O loop for então desempacota esses pares nas variáveis rowno e row, e nós os imprimimos.
Saída:
0 ['AA', '100', '32.20']
1 ['IBM', '50', '91.10']
2 ['CAT', '150', '83.44']
3 ['MSFT', '200', '51.23']
4 ['GE', '95', '40.37']
5 ['MSFT', '50', '65.10']
6 ['IBM', '100', '70.44']
Podemos tornar o código ainda mais legível combinando enumerate() com desempacotamento. O desempacotamento nos permite atribuir diretamente os elementos de uma sequência a variáveis individuais.
for rowno, (name, shares, price) in enumerate(rows):
print(rowno, name, shares, price)
Neste código, estamos usando um par extra de parênteses em torno de (name, shares, price) para desempacotar corretamente os dados da linha. O enumerate(rows) ainda nos dá o índice e a linha, mas agora estamos desempacotando a linha nas variáveis name, shares e price.
Saída:
0 AA 100 32.20
1 IBM 50 91.10
2 CAT 150 83.44
3 MSFT 200 51.23
4 GE 95 40.37
5 MSFT 50 65.10
6 IBM 100 70.44
Emparelhando Dados com zip()
A função zip() é outra ferramenta poderosa em Python. Ela é usada para combinar elementos correspondentes de múltiplas sequências. Quando você passa múltiplas sequências para zip(), ela cria um iterador que produz tuplas, onde cada tupla contém elementos de cada uma das sequências de entrada na mesma posição.
Vamos ver como podemos usar zip() com os dados headers e row com os quais temos trabalhado.
## Lembre-se da variável headers de antes
print(headers) ## Deve mostrar ['name', 'shares', 'price']
## Obtenha a primeira linha
row = rows[0]
print(row) ## Deve mostrar ['AA', '100', '32.20']
## Use zip para emparelhar nomes de colunas com valores
for col, val in zip(headers, row):
print(col, val)
Neste código, zip(headers, row) pega a sequência headers e a sequência row e emparelha seus elementos correspondentes. O loop for então desempacota esses pares em col (para o nome da coluna de headers) e val (para o valor de row), e nós os imprimimos.
Saída:
['name', 'shares', 'price']
['AA', '100', '32.20']
name AA
shares 100
price 32.20
Um uso muito comum de zip() é criar dicionários a partir de pares chave-valor. Em Python, um dicionário é uma coleção de pares chave-valor.
## Crie um dicionário a partir de cabeçalhos e valores de linha
record = dict(zip(headers, row))
print(record)
Aqui, zip(headers, row) cria pares de nomes de colunas e valores, e a função dict() pega esses pares e os transforma em um dicionário.
Saída:
{'name': 'AA', 'shares': '100', 'price': '32.20'}
Podemos estender essa ideia para converter todas as linhas em nossa sequência rows em dicionários.
## Converta todas as linhas em dicionários
for row in rows:
record = dict(zip(headers, row))
print(record)
Neste loop, para cada linha em rows, usamos zip(headers, row) para criar pares chave-valor e, em seguida, dict() para transformar esses pares em um dicionário. Essa técnica é muito comum em aplicações de processamento de dados, especialmente ao trabalhar com arquivos CSV, onde a primeira linha contém cabeçalhos.
Saída:
{'name': 'AA', 'shares': '100', 'price': '32.20'}
{'name': 'IBM', 'shares': '50', 'price': '91.10'}
{'name': 'CAT', 'shares': '150', 'price': '83.44'}
{'name': 'MSFT', 'shares': '200', 'price': '51.23'}
{'name': 'GE', 'shares': '95', 'price': '40.37'}
{'name': 'MSFT', 'shares': '50', 'price': '65.10'}
{'name': 'IBM', 'shares': '100', 'price': '70.44'}
