Панды настолько часто используются, что было бы полезнее перечислить то, что они не могут сделать, а не то, что они могут. Ваши данные практически живут в этом инструменте. Pandas может помочь вам узнать о данных, очищая, преобразовывая и анализируя их. «Лямбда» — это альтернативный способ определения функции на обычном языке. Используя «лямбда», вы можете напрямую определить функцию. Это означает, что вы можете использовать одно предложение кода Python, чтобы применить функцию к некоторым данным. Хотя выражение может принимать более одного параметра, лямбда-функция ограничена одним. Выражение оценивается и дается результат. Pandas Python использует функцию «лямбда» для решения различных задач исследования данных. В пандах DataFrame мы можем использовать функцию «лямбда» как для строк, так и для столбцов.
«Лямбда» выполняет вашу программу на высоко масштабируемой технологической компании и управляет всем администрированием компьютерных активов. Это включает в себя развертывание обновлений, выделение емкости, автоматическое масштабирование, анализ и запись кода, а также серверное и операционное обслуживание. Небольшая емкость только с одним соединением — это функция Pandas «Lambda». Способности «Лямбда» могут одинаково функционировать в ситуациях, когда они не названы. «Лямбда» – это ключевое слово функции. Тело функции, которую нужно реализовать, обозначается вторым x. Ключевое слово должно быть «лямбда» и является обязательным, но аргументы и тело могут различаться в зависимости от обстоятельств. Возврат функциональных объектов возможен с помощью лямбда-функций.
Синтаксис лямбда-функции:
Пример 1. Использование DataFrame для выполнения лямбда-метода для нового столбца путем применения метода assign()
Подход «Лямбда» используется Pandas для решения различных задач обработки информации. Краткая функция, метод «Лямбда» также может использоваться анонимно, а значит, ему не нужно имя. Метод «лямбда» можно использовать для написания минимальных программ и решения простых задач. В языках, поддерживающих функции высокого порядка, «лямбда-выражения» или «лямбда-методы» — это просто фрагменты инструкций, которые можно выделить переменным, передать в качестве аргумента или извлечь из вызова функции. Они уже давно являются компонентом программирования. Начиная с первого примера этой статьи, основным условием выполнения кода является загрузка необходимых библиотек. Библиотека «Pandas» — это то, что нам нужно. Чтобы загрузить его, мы должны создать строку «import pandas as pd». Теперь мы создадим наш фрейм данных.
В этом примере наш фрейм данных называется «студенты». Затем наш фрейм данных получает два дополнительных столбца. Первый столбец называется «Имена», а второй — «Отметки». Каждый из двух столбцов содержит некоторые значения. У нас есть следующие значения для первого столбца «Элвин», «Ватсон», «Томас» и «Ной», а также значения для второго столбца «Отметки». У нас есть «400», «360», «430» и «290». Теперь он сгенерирует наш DataFrame, используя «pd.DataFrame».
Затем мы достигаем большей части нашего кода, где используем метод «assign()» с «лямбда» для создания нового отдельного столбца. Функция «лямбда» применяется только к одному столбцу с помощью метода «dataframe.assign()». Лямбда — это дополнительный метод описания функций на обычном языке. Используя лямбда, вы можете определить функцию напрямую. Это означает, что вы можете использовать одну строку кода Python для применения функции к определенным данным. Теперь мы назначаем новый столбец «Процент» в нашем фрейме данных, используя метод «assign()».
Процедура «лямбда» использовалась в столбце «Марка». Проценты учащихся вычисляются с использованием лямбда-функции, а затем сохраняются в новом столбце «Процент». Формула, которую мы используем для определения процента с помощью «лямбда», представляет собой «оценки или общие оценки, которые равны 500 и умножаются на 100», что даст точный процент учащегося и отобразит его в столбце «процент» фрейма данных. «print(dataframe)» теперь будет отображать фрейм данных на экране.
Мы можем просмотреть результат этого кода. На этом изображении появляется кадр данных с тремя столбцами. Первый столбец содержит имя учащегося, а второй столбец — его оценки. Используя метод «assign()» и функцию «лямбда» для построения «процентов» третьего столбца, мы можем определить проценты учащегося, а затем добавить эти проценты в третий столбец, который во фрейме данных называется «процент». . Значения, которые были получены для процентных столбцов с использованием формулы, были «80», «72», «86» и «58». Размер индекса в этом кадре данных равен «4».
Пример 2. Реализация лямбда-функции для использования метода assign() в нескольких столбцах
Техника assign() в Pandas DataFrame позволяет нам использовать функцию Lambda для многих столбцов. Каждый раз, когда требуется новая функция, например лямбда-функция или функция сортировки, мы можем добавить ее. Столбцы и строки фрейма данных Pandas можно обрабатывать с помощью лямбда-функции. В этом сценарии мы начинаем с создания кадра данных. «Результат учащегося» — это имя фрейма данных. У нас есть четыре столбца в этом кадре данных. Первый столбец у нас есть «Имена». Второй столбец — «Python». Имя третьего столбца — «Data_structure». Название четвертого — «Исчисление».
В этих столбцах мы перечислили несколько значений. Для столбца «Имена» у нас есть список имен некоторых учеников «Уиллоу», «Алиса», «Эдвард» и «Амелия». Маркировка питона «96», «40», «98» и «98» представлена значениями, хранящимися во втором столбце. Значения в третьем столбце — «86», «56», «73» и «90», а в четвертом столбце — «90», «33», «88» и «78». Теперь используйте «pd.DataFrame» для создания фрейма данных.
Теперь мы добавляем новый столбец в наш фрейм данных, используя метод «назначить». Новый столбец называется «Всего оценок». Имя нового столбца — «Total_marks». Чтобы получить общие оценки, мы использовали функцию «лямбда» в нескольких тематических столбцах, включая Python, структуру данных и исчисление. Эта функция суммирует баллы по всем трем предметам и отображает их в столбце «Total_marks». «print(dataframe)» наконец отобразит фрейм данных на экране.
На этот раз мы получили этот результат. Функция «Лямбда» обеспечит отличный результат при использовании в нескольких столбцах. Мы назначаем новый столбец «Total_marks» нашему фрейму данных, используя метод «assign», чтобы мы могли отображать общий результат учащегося в этом столбце. Наконец, мы видим, что в столбце «Всего оценок» отображаются общие результаты по всем трем предметам. Числа для столбцов с общими оценками были рассчитаны путем сложения значений из трех столбцов с использованием лямбда «272», «129», «259» и «266».
Вывод
В языке программирования Python лямбда-функция — это безымянная однострочная функция, которая принимает один аргумент и бесконечное количество параметров. Они могут привести несколько аргументов, но будет выражен только один из них. Лямбда-работа восстанавливает объект емкости, который может быть назначен любому фактору и не может содержать никаких утверждений. В первом случае для определения процента использовалась «лямбда», а во втором примере рассчитывались «суммарные баллы» для студентов. В этой статье рассматриваются синтаксис, использование и примеры типичных «лямбда»-функций.