Els pandes són aplicacions tan freqüents que pot ser més útil enumerar les coses que no poden aconseguir en lloc de les coses que poden. Les vostres dades pràcticament viuen en aquesta eina. Pandas us pot ajudar a conèixer les dades netejant-les, transformant-les i analitzant-les. 'Lambda' és una manera alternativa de definir una funció en llenguatge normal. Utilitzant 'lambda', podeu definir una funció directament. Implica que podeu utilitzar una sola frase de codi Python per aplicar una funció a algunes dades. Tot i que una expressió pot prendre més d'un paràmetre, una funció 'lambda' es limita a un. S'avalua l'expressió i s'obté un resultat. Python's Pandas utilitza la funció 'lambda' per abordar una varietat de problemes de recerca de dades. Al DataFrame pandas, podem utilitzar la funció 'lambda' tant per a les files com per a les columnes.
'Lambda' executa el vostre programa en una empresa de tecnologia altament escalable i gestiona tota l'administració d'actius informàtics. Això inclou el desplegament d'actualitzacions, l'aprovisionament de capacitat, l'escala automàtica, l'anàlisi i l'enregistrament de codi i el manteniment del servidor i operatiu. Una petita capacitat amb només una articulació és la funció Pandas 'Lambda'. Les habilitats 'Lambda' poden funcionar igualment en situacions en què no tenen nom. 'Lambda' significa la paraula clau de la funció. El cos de la funció que cal implementar s'indica amb la segona x. La paraula clau ha de ser 'lambda' i és obligatòria, però els arguments i el cos poden diferir segons les circumstàncies. És possible retornar objectes de funció amb funcions lambda.
La sintaxi de la funció lambda:
Exemple 1: ús d'un DataFrame per executar un mètode Lambda a una nova columna aplicant el mètode assign()
Pandas utilitza l'enfocament 'Lambda' per abordar diversos problemes de processament de la informació. Una funció breu, el mètode 'Lambda' també es pot utilitzar de manera anònima, el que significa que no necessita cap nom. El mètode 'lambda' es pot utilitzar per escriure programes mínims i resoldre problemes senzills. En els idiomes que admeten funcions d'ordre elevat, les expressions 'lambda' o les tècniques 'lambda' són simplement fragments d'instruccions que es poden assignar a variables, passar com a argument o recuperar-se d'una trucada de funció. Han estat durant molt de temps un component de la programació. Començant amb el primer exemple d'aquest article, la condició bàsica per a l'execució del codi és la càrrega de les biblioteques necessàries. La biblioteca 'Pandas' és la que necessitem. Per carregar-lo, hem de crear la línia 'import pandas as pd'. Ara construirem el nostre marc de dades.
En aquest exemple, el nostre marc de dades s'anomena 'estudiants'. Aleshores, el nostre marc de dades obté dues columnes addicionals. La primera columna s'anomena 'Noms' i la segona s'anomena 'Marques'. Cadascuna de les dues columnes conté uns valors. Tenim els valors següents per a la primera columna 'Alvin', 'Watson', 'Thomas' i 'Noah' i els valors per a la segona columna 'Marcs'. Tenim '400', '360', '430' i '290'. Ara, generarà el nostre DataFrame mitjançant 'pd.DataFrame'.
Aleshores arribem a la major part del nostre codi, on utilitzem el mètode 'assign()' amb 'lambda' per construir una nova columna única. La funció 'Lambda' s'aplica a una sola columna mitjançant el mètode 'dataframe.assign()'. Lambda és un mètode addicional per descriure funcions en llenguatge normal. Amb lambda, podeu definir una funció directament. Implica que podeu utilitzar una sola línia de codi Python per aplicar una funció a determinades dades. Ara assignem una nova columna 'Percentatge' al nostre marc de dades mitjançant el mètode 'assign()'.
Es va utilitzar un procediment 'lambda' a la columna 'Marca'. Els percentatges dels estudiants es calculen utilitzant la funció Lambda i després es mantenen en una nova columna, que és 'Percentatge'. La fórmula que fem servir per determinar el percentatge utilitzant 'lambda' és 'marks o notes totals, que és 500 i multiplicada per 100', que produirà el percentatge precís de l'estudiant i el mostrarà a la columna 'percentatge' del marc de dades. 'print(dataframe)' ara mostrarà el dataframe a la pantalla.
Podem veure el resultat d'aquest codi. El marc de dades amb tres columnes apareix en aquesta imatge. La primera columna conté el nom de l'estudiant i la segona columna les qualificacions de l'estudiant. Utilitzant el mètode 'assign()' i la funció 'lambda' per construir el 'percentatge' de la tercera columna, podem determinar els percentatges de l'estudiant i després afegir aquests percentatges a la tercera columna, que s'anomena 'percentatge' al marc de dades. . Els valors que es van obtenir per a les columnes de percentatge utilitzant la fórmula van ser '80', '72', '86' i '58'. La mida de l'índex és '4' en aquest marc de dades.
Exemple 2: implementació d'una funció Lambda per utilitzar el mètode assign() en diverses columnes
La tècnica assign() de Pandas DataFrame ens permet utilitzar la funció Lambda en moltes columnes. Cada vegada que es requereix una funció nova, com ara una funció lambda o una funció d'ordenació, som lliures d'afegir-la. Les columnes i les files del marc de dades Pandas es poden tractar amb una funció lambda. En aquest escenari, comencem generant un marc de dades. 'Resultat de l'estudiant' és el nom del marc de dades. Tenim quatre columnes en aquest marc de dades. La primera columna que tenim és 'Noms'. La segona columna és 'Python'. El nom de la tercera columna és 'Estructura_dades'. El nom del quart és 'Càlcul'.
En aquestes columnes, hem enumerat alguns valors. Per a la columna 'Noms', tenim la llista dels noms d'alguns estudiants 'Willow', 'Alice', 'Edward' i 'Amelia'. Les marques de la pitó '96', '40', '98' i '98' estan representades pels valors de la segona columna. Els valors de la tercera columna són '86', '56', '73' i '90' i per a la quarta columna tenim '90', '33', '88' i '78'. Ara utilitzeu 'pd.DataFrame' per generar el dataframe.
Ara, afegim una nova columna al nostre marc de dades utilitzant el mètode 'assignar'. La nova columna es titula 'Notes totals'. El nom de la columna nova és 'Total_marks'. Per obtenir les notes generals, hem utilitzat una funció 'Lambda' en diverses columnes de l'assignatura, com ara Python, l'estructura de dades i el càlcul. Aquesta funció afegirà les puntuacions de les tres assignatures i les mostrarà a la columna 'Total_marks'. 'print(dataframe)' finalment mostrarà el dataframe a la pantalla.
Aquesta vegada, hem obtingut aquest resultat. La funció 'Lambda' proporcionarà un resultat excel·lent quan s'utilitza en diverses columnes. Assignem una nova columna 'Total_marks' al nostre marc de dades mitjançant el mètode 'assign' perquè puguem mostrar el resultat total de l'estudiant en aquesta columna. Finalment, podem veure que la columna 'Notes totals' mostra els resultats totals de les tres assignatures. Els nombres de les columnes de les notes totals es van calcular afegint els valors de tres columnes mitjançant lambda '272', '129', '259' i '266'.
Conclusió
En el llenguatge de programació Python, una funció lambda és una funció d'una línia sense nom que pren un argument i un nombre infinit de paràmetres. Poden fer diversos arguments, però només s'expressarà un d'ells. Un treball lambda restaura un objecte de capacitat que es pot assignar a qualsevol factor i no pot contenir cap afirmació. En el primer cas, es va utilitzar “lambda” per determinar el percentatge, i en el segon exemple es va calcular la “nota total” dels alumnes. La sintaxi, la utilització i els exemples de funcions 'lambda' típiques es tracten en aquest article.