Składnia
Argumenty Lambda: Wyrażenie
Przykład nr 01
Korzystamy z aplikacji „Spyder” do tworzenia kodów, które podano w tym przewodniku. Ponieważ wykonujemy kod „pandy”, musimy zaimportować bibliotekę „Pandy” i importujemy ją „jako PD”. Pomoże nam to podać funkcje „pandy” w naszym kodzie, gdy użyjemy słowa kluczowego „PD”. Tutaj generujemy słownik „Znaki” i dodajemy dane jako „Rao, James, 455” w pierwszym rzędzie. Następnie w drugim rzędzie dodaje się „William, Elvish, 250”. „Samuel, John, 495” znajduje się w trzecim rzędzie, a następnie „Smith, Micheal, 400”, „Robert, Alvis, 350”, a także „Rick, Leo, 450”. wydziwianie.
Teraz przekształcamy słownik „Znaków” w ramkę danych „Wynik”, a także dostosowujemy nazwę nagłówka tutaj, wykorzystując metodę „kolumny”. Nazwy nagłówków, które tutaj ustawiliśmy, to „imię, nazwa ojciec i nazwa (Total_Marks”. Te nazwy są tutaj ustawione jako nazwy nagłówka „wyniku” danych danych. Teraz renderujemy „wynik”. Nie zastosowaliśmy jeszcze metody „lambda”. Below this, we are moving to apply this “lambda” method for using the “lambda” function.
Tutaj stosujemy tę funkcję tylko do kolumny „Total_marks”, umieszczając tę funkcję „Lambda” w metodzie „Assign ()”. Używamy tej funkcji, aby znaleźć „procent” uczniów, który dodajemy do ramki danych. Korzystamy z funkcji „Lambda” i umieszczamy formułę uzyskania „procentu”. Funkcja „Lambda” znajduje się tutaj wewnątrz metody „Assign ()” i ustawiamy kolumnę Total_Marks podzieloną przez „500” i pomnożoną przez „100”. Kolumna „Procent” zostanie utworzona, a wszystkie odsetki uczniów pojawią się w tej kolumnie. Wyświetlamy ramkę danych „final_result” za pomocą następującej funkcji „print ()”:
Naciskamy „Shift + Enter”, aby uzyskać wyjście. W pierwszej ramce danych nie ma kolumny dla odsetka uczniów. Stosujemy „Lambda” i obliczamy odsetek uczniów i wyświetlamy je w kolumnie „Procent”.
Przykład nr 02
Jest to również kod „pandy”. Więc ponownie importujemy tutaj „Pandy jako PD”. Następnie utwórz listę tutaj z nazwą „Nested_list” i dodaj dane numeryczne. Wkładamy „15, 2.5, 100, 12 ”na pierwszej liście i„ 20, 4.5, 50, 15 ”w następnym. Następnie na trzeciej listy wstawiamy „25, 5.2, 80, 19 ”,„ 45, 5.8, 48, 37 ”na czwartej liście. Piąta lista zawiera „40, 6.3, 70, 24 ”, a szósta lista zawiera„ 41, 6.4, 90, 55 ”. Na ostatniej liście dodamy „51, 2.3, 111, 19 ”. Zmieniamy tę zagnieżdżoną listę w ramce danych, dostosowując nazwy nagłówka kolumny jako „kolumna_1, kolumna_2, kolumna_3 i kolumna_4” i renderuje ją. Teraz stosujemy metodę „lambda” i obliczamy sumę wszystkich wartości. Ta wartość suma zostanie zapisana w kolumnie „Sum”, która jest tutaj utworzona i dodana do poprzedniej ramki danych. Renderujemy Funkcję danych „New_Data”, używając funkcji „print ()” poniżej:
W pierwszej ramce danych nie ma kolumny dla sum. Dodaje „15, 2.5, 100, 12 ”, a suma jest wyświetlana na końcu rzędu w nowej kolumnie„ suma ”. Suma wartości każdego wiersza jest określana za pomocą „lambda” i jest pokazana w kolumnie „suma” osobno dla każdego wiersza.
Przykład nr 03
Musimy zaimportować dwie biblioteki w tym kodzie. Jednym z nich jest biblioteka „Pandy”, a druga to biblioteka „Numpy”. Następnie tworzymy i inicjowanie zagnieżdżonej listy tutaj. Wkładamy tutaj dane do formularza numerycznego, a następnie zmieniamy tę zagnieżdżoną listę w ramce danych i przechowujemy ją w nowej zmiennej „My_DataFrame”. Nazwa nagłówka dla tego ramki danych to „Data1, Data2 i Data3” i dodaje wartości indeksu jako „A1, A2, A3, A4, A5 i A6”.
Renderujemy tę ramkę danych, a następnie stosujemy metodę Lambda tutaj, w której wstawiamy „NP. Funkcja kwadratowa ”. Ta funkcja jest obecna w bibliotece „Numpy” i otrzymujemy ją tutaj, umieszczając „NP”. Obliczamy kwadrat „A2”, umieszczając w tej metodzie „A2”. A także ustaw „Oxis = 1”. Następnie ponownie drukujemy ramkę danych, używając „print ()”.
Tutaj wszystkie wartości obu ramek danych są takie same, ale wartości „A2” są różne, ponieważ w drugiej ramce danych znajduje tutaj kwadrat „A2”, a kwadrat liczb są tutaj renderowane:
Przykład nr 04
Tutaj kod przykładu 3 jest używany ponownie i po prostu go trochę zmieniamy. W tym kodzie stosujemy tę samą funkcję kwadratową do wielu wierszy. Korzystamy z metody „Lambda” i umieszczamy „NP. Funkcja kwadratowa ”. W tej funkcji wstawiamy cztery wartości indeksu, które są „A1, A3, A5, A7”. Ta funkcja kwadratowa zostanie zastosowana do wartości czterech rzędów, a następnie wydrukuj ten zaktualizowany zestaw danych.
W drugiej ramce danych wartości wierszy „A1, A3, A5, A7” to zaktualizowane wartości pierwszej ramki danych i jest to kwadrat tych wartości, które są obecne w pierwszej ramce danych w „A1, A3, A5, Rzędy A7 ”są renderowane w drugiej ramce danych.
Przykład nr 05
Teraz przejdź do ostatniego przykładu tego przewodnika. Rozpocznij ten przykład, importując biblioteki „Pandy” i „Numpy”. Po zaimportowaniu obu bibliotek generujemy poniższą listę zagnieżdżoną z nazwą „Raw_list” i dodajemy dane numeryczne do tej zagnieżdżonej listy. Zmieniamy tę listę na ramkę danych i dodajemy nazwy nagłówków kolumny, które są „A_01, A_02, A_03 i A_04” oraz wartości indeksu, które są „11, 12, 13, 14, 15 i 16”.
Teraz stosujemy „Lambda” i dodajemy kwadratową funkcję „Numpy” do wierszy „12, 14”. Następnie ponownie wykorzystujemy „Lambda” do obliczania „produktu” wszystkich wierszy, a także w następnym „Lambda”, obliczamy „sumę” wszystkich wierszy, a także przechowujemy produkt i sumę w „Produkcie”, i kolumna „suma”, którą tutaj stworzyliśmy. Teraz renderujemy nową ramkę danych, w której obecny jest kwadrat dwóch wierszy oraz suma i produkt. Ta nowa ramka danych, w tym wszystko, jest renderowana przy użyciu „print ()”.
Tutaj widać, że w zaktualizowanej ramce danych, która jest obecna poniżej pierwszej strumienia danych, wiersz „12 i 14” pokazuje kwadrat wartości obecnych w pierwszej ramce danych, a także dwie nowe kolumny, w których „suma jest„ suma ”I„ produkt ”wierszy są wyświetlane osobno.
Wniosek
Możesz użyć tego przewodnika, aby nauczyć się korzystać z „Zastosuj lambda” w „Pandy”, ponieważ wyjaśnia, jak to zrobić. Naszym głównym celem jest dokładne wyjaśnienie pojęcia metody „lambda”, które jest jasne, proste i dogłębne. Za pomocą funkcji „Lambda” pokazaliśmy, jak zastosować funkcję „Lambda” w „Pandy” w pięciu różnych scenariuszach. Po ukończeniu przeczytania tego przewodnika będziesz na umiarkowanym poziomie wiedzy specjalistycznej.