Pandas Lambda

Pandy są tak częstymi aplikacjami, że może być bardziej przydatne, aby wyliczyć rzeczy, których nie mogą osiągnąć, niż rzeczy, które mogą. Twoje dane praktycznie żyją w tym narzędziu. Pandy mogą pomóc Ci dowiedzieć się o danych, czyszcząc, przekształcając i analizując. „Lambda” to alternatywny sposób na zdefiniowanie funkcji w zwykłym języku. Korzystając „Lambda”, możesz bezpośrednio zdefiniować funkcję. Oznacza to, że możesz użyć jednego zdania kodu Pythona, aby zastosować funkcję do niektórych danych. Chociaż wyrażenie może przyjąć 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 z badaniem danych. W Pandas DataFrame możemy użyć funkcji „Lambda” zarówno dla wierszy, jak i kolumn.

„Lambda” wykonuje Twój program w wysoce skalowalnej firmie technologicznej i zarządza całą administracją zasobów komputerowych. Obejmuje to wdrożenie aktualizacji, dostarczanie pojemności, automatyczne skalowanie, analiza i rejestrowanie kodu oraz konserwacja serwerowa i operacyjna. Niewielką pojemnością z tylko jednym stawem jest funkcja „Lambda” Pandas. Zdolności „Lambda” mogą równie funkcjonować w sytuacjach, w których są nienazwane. „Lambda” oznacza słowo kluczowe funkcji. Korpus funkcji, który należy wdrożyć, jest wskazywany przez drugi x. Słowo kluczowe musi być „lambda” i jest wymagane, ale argumenty i ciało mogą się różnić w zależności od okoliczności. Zwracanie obiektów funkcji jest możliwe z funkcjami Lambda.

Składnia funkcji Lambda:

Przykład 1: Korzystanie z ramki danych do wykonania metody Lambda do nowej kolumny poprzez zastosowanie metody Assid ()

Podejście „Lambda” jest wykorzystywane przez pandy do rozwiązywania różnych problemów związanych z przetwarzaniem informacji. Krótką funkcję, metodę „lambda” można również używać anonimowo, co oznacza, że ​​nie potrzebuje nazwy. Metodę „Lambda” można użyć do pisania minimalnych programów i rozwiązywania prostych problemów. W językach, które obsługują funkcje wysokiego rzędu, wyrażenia „lambda” lub techniki „lambda” są po prostu fragmentami instrukcji, które można przydzielić do zmiennych, przekazywane jako argument lub pobierane z wywołania funkcji. Od dawna są składnikiem programowania. Począwszy od pierwszego przykładu tego artykułu, podstawowym warunkiem wykonania kodu jest załadowanie niezbędnych bibliotek. Biblioteka „Pandy” to ta, której potrzebujemy. Aby go załadować, musimy utworzyć linię „Importuj pandy jako PD.„Teraz skonstruujemy naszą ramkę danych.

W tym przykładzie nasza ramka danych nazywa się „studentami.„Nasza ramka danych otrzymuje dwie dodatkowe kolumny. Pierwsza kolumna nosi nazwę „Nazwy”, a druga nazywa się „Marks”. Każda z dwóch kolumn zawiera niektóre wartości. Mamy następujące wartości dla pierwszej kolumny „Alvin”, „Watson”, „Thomas” i „Noah” oraz wartości dla drugiej kolumny „Znaki.„Mamy„ 400 ”,„ 360 ”,„ 430 ”i„ 290.„Teraz wygeneruje naszą strumień danych za pomocą„ PD.Ramka danych".

Następnie osiągamy większość naszego kodu, w której używamy metody „Assign ()” z „Lambda”, aby zbudować nową pojedynczą kolumnę. Funkcja „Lambda” jest stosowana do tylko jednej kolumny za pośrednictwem „DataFrame.Assign () ”metoda. Lambda to dodatkowa metoda opisywania funkcji w zwykłym języku. Za pomocą Lambda możesz bezpośrednio zdefiniować funkcję. Oznacza to, że możesz użyć pojedynczej linii kodu Pythona, aby zastosować funkcję do niektórych danych. Teraz przypisujemy nową kolumnę „Procent” w naszej ramce danych za pomocą metody „Assign ()”.

W kolumnie „Mark” zastosowano procedurę „lambda”. Odsetki studentów są obliczane przy użyciu funkcji Lambda, a następnie przechowywane w nowej kolumnie, czyli „procent.„Formuła, której używamy do określenia procentu za pomocą„ Lambda ”, to„ znaki lub całkowite znaki, które są 500 i mnożone przez 100 ”, które wytworzy dokładny odsetek ucznia i wyświetli go w kolumnie„ procentowej ”kolumny DataFrame„ Procentf ”. „Print (DataFrame)” wyświetli teraz ramkę danych na ekranie.

Możemy wyświetlić wynik tego kodu. Na tym obrazie pojawia się na tym obrazie z trzema kolumnami. Pierwsza kolumna zawiera nazwisko ucznia, a druga kolumna ma oceny ucznia. Korzystając z metody „Assign ()” i funkcji „Lambda” do konstruowania „procentu” trzeciej kolumny, możemy określić odsetki ucznia, a następnie dodać te wartości procentowe do trzeciej kolumny, która nazywa się „Procentem” w ramce danych. Wartości uzyskane dla procentowych kolumn przy użyciu wzoru to „80”, „72”, „86” i „58”. Rozmiar indeksu wynosi „4” w tym ramie danych.

Przykład 2: Wdrożenie funkcji LambDA do użycia metody Assid () w wielu kolumnach

Technika Assign () Pandas DataFrame pozwala nam korzystać z funkcji Lambda w wielu kolumnach. Za każdym razem, gdy wymagana jest nowa funkcja, taka jak funkcja Lambda lub funkcja sortowania, możemy ją dodać. Kolumny i wiersze ramy danych pandas można traktować funkcją Lambda. W tym scenariuszu zaczynamy od wygenerowania ramki danych. „Wynik ucznia” to nazwa DataFrame. Mamy cztery kolumny w tej formie danych. Pierwsza kolumna, którą mamy, to „nazwy”. Druga kolumna to „Python”. Nazwa trzeciej kolumny to „data_structure”. Nazwa czwartego to „Rachunek”.

W tych kolumnach wymieniliśmy kilka wartości. W kolumnie „Nazwy” mamy listę nazwisk niektórych uczniów „Willow”, „Alice”, „Edward” i „Amelia”. Oznaczenia Pythona „96”, „40”, „98” i „98” są reprezentowane przez wartości utrzymywane w drugiej kolumnie. Wartości w trzeciej kolumnie to „86”, „56”, „73” i „90”, a dla czwartej kolumny mamy „90”, „33”, „88” i „78”. Teraz użyj „PD.DataFrame ”w celu wygenerowania ramki danych.

Teraz dodajemy nową kolumnę do naszej ramki danych przy użyciu metody „przypisania”. Nowa kolumna nosi tytuł „Total Marks”. Nazwa nowej kolumny to „Total_marks”. Aby uzyskać ogólne znaki, zastosowaliśmy funkcję „Lambda” w kilku obiektach, w tym w Pythonie, strukturze danych i rachunku różniczkowym. Ta funkcja doda wyniki ze wszystkich trzech osób i wyświetli je w kolumnie „Total_marks”. „Print (DataFrame)” w końcu wyświetli ramkę danych na ekranie.

Tym razem uzyskaliśmy ten wynik. Funkcja „Lambda” zapewni doskonały wynik, gdy zostanie użyta w kilku kolumnach. Przypisujemy nową kolumnę „Total_marks” do naszej ramki danych za pomocą metody „przypisania”, abyśmy mogli wyświetlić całkowity wynik ucznia w tej kolumnie. Wreszcie widzimy, że kolumna „Całkowite znaki” wyświetla całkowite wyniki dla wszystkich trzech osób. Liczby dla kolumn całkowitych znaków obliczono, dodając wartości z trzech kolumn za pomocą Lambda „272”, „129”, „259” i „266”.

Wniosek

W języku programowania w Pythonie funkcja Lambda jest bezimienną funkcją jednolodową, która przyjmuje jeden argument i nieskończoną liczbę parametrów. Mogą wydać kilka argumentów, ale tylko jeden z nich zostanie wyrażony. Praca Lambda przywraca obiekt pojemności, który może być przypisany do dowolnego czynnika i nie jest w stanie zawierać żadnych twierdzeń. W pierwszym przypadku „Lambda” zastosowano do ustalenia odsetka, aw drugim przykładzie obliczono „całkowite znaki” dla studentów. Składnia, wykorzystanie i przykłady typowych funkcji „lambda” są omówione w tym artykule.