Pandy są tak częstymi aplikacjami, że bardziej przydatne może być wyliczenie rzeczy, których nie mogą osiągnąć, niż rzeczy, które mogą. Twoje dane praktycznie żyją w tym narzędziu. Pandas mogą pomóc w poznawaniu danych, czyszcząc, przekształcając i analizując je. „Lambda” to alternatywny sposób definiowania funkcji w języku potocznym. Używając „lambda”, możesz bezpośrednio zdefiniować funkcję. Oznacza to, że możesz użyć pojedynczego zdania kodu Pythona, aby zastosować funkcję do niektórych danych. Chociaż wyrażenie może przyjmować więcej niż jeden parametr, funkcja „lambda” jest ograniczona do jednego. Wyrażenie jest oceniane i otrzymuje wynik. Pandy Pythona wykorzystują funkcję „lambda” do rozwiązywania różnych problemów związanych z badaniem danych. W DataFrame pand możemy użyć funkcji „lambda” zarówno dla wierszy, jak i kolumn.
„Lambda” wykonuje Twój program w wysoce skalowalnej firmie technologicznej i zarządza wszystkimi zasobami komputerowymi. Obejmuje to wdrażanie aktualizacji, udostępnianie pojemności, automatyczne skalowanie, analizę i rejestrowanie kodu oraz konserwację serwera i systemu operacyjnego. Mała pojemność z tylko jednym przegubem to funkcja Pandy „Lambda”. Zdolności „Lambda” mogą równie dobrze funkcjonować w sytuacjach, gdy nie są nazwane. „Lambda” oznacza słowo kluczowe funkcji. Treść funkcji, która ma zostać zaimplementowana, jest wskazywana przez drugi x. Słowo kluczowe musi brzmieć „lambda” i jest wymagane, ale argumenty i treść mogą się różnić w zależności od okoliczności. Zwracanie obiektów funkcyjnych jest możliwe za pomocą funkcji lambda.
Składnia funkcji lambda:
Przykład 1: Użycie DataFrame do wykonania metody Lambda w nowej kolumnie poprzez zastosowanie metody assign()
Podejście „Lambda” jest stosowane przez Pandy do rozwiązywania różnych problemów związanych z przetwarzaniem informacji. Krótka funkcja, metoda „Lambda”, może być również używana anonimowo, co oznacza, że nie wymaga nazwy. Metodę „lambda” można wykorzystać do pisania minimalnych programów i rozwiązywania prostych problemów. W językach obsługujących funkcje wyższego rzędu wyrażenia „lambda” lub techniki „lambda” to po prostu fragmenty instrukcji, które można przypisać do zmiennych, przekazać jako argument lub pobrać z wywołania funkcji. Od dawna są składnikiem programowania. Zaczynając od pierwszego przykładu z tego artykułu, podstawowym warunkiem wykonania kodu jest załadowanie niezbędnych bibliotek. Biblioteka „Pandy” jest tym, czego potrzebujemy. Aby go załadować, musimy utworzyć wiersz „importuj pandy jako pd”. Skonstruujemy teraz naszą ramkę danych.
W tym przykładzie nasza ramka danych nosi nazwę „studenci”. Nasza ramka danych otrzymuje wtedy dwie dodatkowe kolumny. Pierwsza kolumna nosi nazwę „Nazwiska”, a druga „Znaki”. Każda z dwóch kolumn zawiera jakieś wartości. Mamy następujące wartości dla pierwszej kolumny „Alvin”, „Watson”, „Thomas” i „Noah” oraz wartości dla drugiej kolumny „Marks”. Mamy „400”, „360”, „430” i „290”. Teraz wygeneruje naszą DataFrame za pomocą „pd.DataFrame”.
Następnie docieramy do większości naszego kodu, w którym używamy metody „assign()” z „lambda”, aby zbudować nową pojedynczą kolumnę. Funkcja „Lambda” jest stosowana tylko do jednej kolumny za pomocą metody „dataframe.assign()”. Lambda to dodatkowa metoda opisywania funkcji w języku potocznym. Używając lambdy, możesz bezpośrednio zdefiniować funkcję. Oznacza to, że możesz użyć pojedynczego wiersza kodu Pythona, aby zastosować funkcję do określonych danych. Teraz przypisujemy nową kolumnę „Procent” w naszej ramce danych za pomocą metody „assign()”.
W kolumnie „Mark” zastosowano procedurę „lambda”. Odsetki uczniów są obliczane przy użyciu funkcji Lambda, a następnie przechowywane w nowej kolumnie, którą jest „Procent”. Formuła, której używamy do określenia procentu za pomocą „lambda”, to „oceny lub sumy ocen, czyli 500 i pomnożone przez 100”, co da dokładny procent ucznia i wyświetli go w kolumnie „procent” ramki danych. „print(dataframe)” wyświetli teraz ramkę danych na ekranie.
Możemy zobaczyć wynik tego kodu. Na tym obrazie pojawia się ramka danych z trzema kolumnami. Pierwsza kolumna zawiera nazwisko ucznia, a druga kolumna zawiera oceny ucznia. Korzystając z metody „assign()” i funkcji „lambda” do skonstruowania „procentu” w trzeciej kolumnie, możemy określić procenty ucznia, a następnie dodać te wartości procentowe do trzeciej kolumny, która w ramce danych nazywa się „procent”. . Wartości, które uzyskano dla kolumn procentowych za pomocą formuły to „80”, „72”, „86” i „58”. Rozmiar indeksu w tej ramce danych wynosi „4”.
Przykład 2: Implementacja funkcji lambda w celu użycia metody assign() w wielu kolumnach
Technika assign() Pandas DataFrame pozwala nam na użycie funkcji Lambda na wielu kolumnach. Za każdym razem, gdy wymagana jest nowa funkcja, taka jak funkcja lambda lub funkcja sortowania, możemy ją dodać. Kolumny i wiersze ramki danych Pandy można traktować za pomocą funkcji lambda. W tym scenariuszu zaczynamy od wygenerowania ramki danych. „Wynik ucznia” to nazwa ramki danych. W tej ramce danych mamy cztery kolumny. Pierwsza kolumna, którą mamy, to „Nazwiska”. Druga kolumna to „Python”. Nazwa trzeciej kolumny to „Struktura_danych”. Nazwa czwartego to „Rachunek”.
W tych kolumnach wymieniliśmy kilka wartości. W kolumnie „Imiona” mamy listę imion niektórych uczniów „Willow”, „Alice”, „Edward” i „Amelia”. Oznaczenia pytona „96”, „40”, „98” i „98” są reprezentowane przez wartości w drugiej kolumnie. Wartości w trzeciej kolumnie to „86”, „56”, „73” i „90”, a w czwartej kolumnie mamy „90”, „33”, „88” i „78”. Teraz użyj „pd.DataFrame”, aby wygenerować ramkę danych.
Teraz dodajemy nową kolumnę do naszej ramki danych za pomocą metody „przypisz”. Nowa kolumna nosi tytuł „Znaki ogółem”. Nazwa nowej kolumny to „Total_marks”. Aby uzyskać ogólne oceny, użyliśmy funkcji „Lambda” w kilku kolumnach tematycznych, w tym Pythonie, strukturze danych i rachunku różniczkowym. Ta funkcja doda wyniki ze wszystkich trzech przedmiotów i wyświetli je w kolumnie „Total_marks”. „print(dataframe)” w końcu wyświetli ramkę danych na ekranie.
Tym razem osiągnęliśmy taki wynik. Funkcja „Lambda” zapewni doskonały wynik, gdy zostanie użyta w kilku kolumnach. Przypisujemy nową kolumnę „Total_marks” do naszej ramki danych za pomocą metody „assign”, dzięki czemu możemy wyświetlić łączny wynik ucznia w tej kolumnie. Wreszcie widzimy, że kolumna „Ocena łączna” wyświetla łączne wyniki dla wszystkich trzech przedmiotów. Liczby dla kolumn ocen sumarycznych zostały obliczone poprzez dodanie wartości z trzech kolumn przy użyciu lambdy „272”, „129”, „259” i „266”.
Wniosek
W języku programowania Python funkcja lambda jest bezimienną, jednowierszową funkcją, która przyjmuje jeden argument i nieskończoną liczbę parametrów. Mogą przedstawić kilka argumentów, ale tylko jeden z nich zostanie wyrażony. Praca lambda przywraca obiekt pojemności, który może być przypisany do dowolnego czynnika i nie może zawierać żadnych asercji. W pierwszym przypadku do określenia procentu użyto „lambda”, aw drugim przypadku obliczono „ogólne oceny” dla uczniów. W tym artykule omówiono składnię, wykorzystanie i przykłady typowych funkcji „lambda”.