Pandas Lambda

Pandas sind so häufige Anwendungen, dass es möglicherweise nützlicher ist, die Dinge, die sie nicht erreichen können, und nicht die Dinge, die sie können. Ihre Daten leben praktisch in diesem Tool. Pandas kann Ihnen helfen, Daten zu erfahren, indem Sie sie reinigen, transformieren und analysieren. "Lambda" ist eine alternative Möglichkeit, eine Funktion in der gewöhnlichen Sprache zu definieren. Mit „Lambda“ können Sie eine Funktion direkt definieren. Dies impliziert, dass Sie einen einzelnen Satz von Python -Code verwenden können, um eine Funktion auf einige Daten anzuwenden. Während ein Ausdruck mehr als einen Parameter dauern kann, ist eine „Lambda“ -Funktion auf einen begrenzt. Der Ausdruck wird bewertet und ein Ergebnis gegeben. Pythons Pandas nutzt die Funktion „Lambda“, um eine Vielzahl von Datenforschungsproblemen anzugehen. Im PANDAS -Datenfreame können wir die Funktion „Lambda“ für beide Zeilen und die Spalten verwenden.

"Lambda" führt Ihr Programm in einem hoch skalierbaren Technologieunternehmen aus und verwaltet alle Computer -Asset -Verwaltung. Dadurch werden Bereitstellungen, Kapazitätsbereitstellung, automatische Skalierung, Codeanalyse und -aufzeichnung sowie Server sowie Betriebswartung behandelt. Eine kleine Kapazität mit nur einer Verbindung ist die Pandas „Lambda“ -Funktion. Die Fähigkeiten von „Lambda“ können gleichermaßen in Situationen funktionieren, in denen sie unbenannt sind. "Lambda" steht für das Schlüsselwort der Funktion. Der Körper der Funktion, die implementiert werden muss, wird durch das zweite x angezeigt. Das Schlüsselwort muss „lambda“ sein und ist erforderlich, aber die Argumente und der Körper können sich je nach den Umständen unterscheiden. Rückkehrfunktionsobjekte sind mit Lambda -Funktionen möglich.

Die Syntax für die Lambda -Funktion:

Beispiel 1: Verwenden eines Datenrahmens zum Ausführen einer Lambda -Methode in eine neue Spalte durch Anwenden der Methode AIMAIL ()

Der „Lambda“ -Ansatz wird von Pandas verwendet, um verschiedene Probleme mit der Informationsverarbeitung anzugehen. Eine kurze Funktion, die „Lambda“ -Methode kann auch anonym verwendet werden, was bedeutet, dass es keinen Namen benötigt. Die „Lambda“ -Methode kann verwendet werden, um minimale Programme zu schreiben und einfache Probleme zu lösen. In Sprachen, die Funktionen mit hoher Ordnung unterstützen, sind „Lambda“ -Auskörper oder „Lambda“. Sie sind seit langem ein Bestandteil der Programmierung. Beginnend mit dem ersten Beispiel dieses Artikels ist die Grundbedingung für die Ausführung des Codes das Laden der erforderlichen Bibliotheken. Die "Pandas" -Bibliothek ist die, die wir benötigen. Um es zu laden, müssen wir die Zeile „Pandas als PD importieren.”Wir werden jetzt unseren Datenrahmen konstruieren.

In diesem Beispiel wird unser Datenrahmen als „Studenten bezeichnet.”Unser Datenrahmen erhält dann zwei zusätzliche Spalten. Die erste Spalte heißt "Namen" und die zweite heißt "Marks". Jede der beiden Spalten enthält einige Werte. Wir haben die folgenden Werte für die erste Spalte "Alvin", "Watson", "Thomas" und "Noah" und die Werte für die zweite Spalte "Marks."Wir haben" 400 "," 360 "," 430 "und" 290 ".„Jetzt generiert es unseren Datenrahmen mit„ PD.DataFrame ”.

Dann erreichen wir den Groß. Die Funktion „Lambda“ wird über den "DataFrame" auf nur eine Spalte angewendet.zuweisen () ”Methode. Lambda ist eine zusätzliche Methode zur Beschreibung von Funktionen in gewöhnlicher Sprache. Mit Lambda können Sie eine Funktion direkt definieren. Dies impliziert, dass Sie eine einzige Zeile von Python -Code verwenden können, um eine Funktion auf bestimmte Daten anzuwenden. Jetzt weisen wir eine neue Spalte „Prozentsatz“ in unserem DataFrame zu, indem wir die Methode "zuordnen ()" verwenden.

Ein "Lambda" -Verfahren wurde in der Spalte "Mark" verwendet. Die Prozentsätze der Schüler werden unter Verwendung der Lambda -Funktion berechnet und dann in einer neuen Spalte gehalten, was „Prozentsatz“ ist.Die Formel, die wir verwenden, um den Prozentsatz durch „Lambda“ zu bestimmen. "Print (DataFrame)" zeigt nun den DataFrame auf dem Bildschirm an.

Wir können das Ergebnis dieses Codes anzeigen. Der Datenrahmen mit drei Spalten wird in diesem Bild angezeigt. Die erste Spalte enthält den Namen des Schülers, und die zweite Spalte hat die Noten des Schülers. Durch die Verwendung der Methode „zuheimen ()“ und der Funktion „Lambda“ können wir die Prozentsätze des Schülers der dritten Spalte erstellen und dann diese Prozentsätze in die dritte Spalte hinzufügen, die im Datenrahmen als "Prozentsatz" bezeichnet wird. Die Werte, die für die prozentualen Spalten unter Verwendung der Formel erhalten wurden, waren „80“, „72“, „86“ und „58“. Die Größe des Index ist in diesem Datenrahmen „4“.

Beispiel 2: Implementierung einer Lambda -Funktion So verwenden Sie die Methode AIMILE () in mehreren Spalten

Mit der Pandas DataFrame -Technik des Pandas DataFrame können wir die Lambda -Funktion für viele Spalten verwenden. Jedes Mal, wenn eine neue Funktion erforderlich ist, z. B. eine Lambda -Funktion oder eine Sortierfunktion, können wir sie frei hinzufügen. Die Spalten und Zeilen des Pandas Data Frame können beide mit einer Lambda -Funktion behandelt werden. In diesem Szenario beginnen wir zunächst einen Datenrahmen. "Schülerergebnis" ist der Name des Datenrahmens. Wir haben vier Spalten in diesem Datenrahmen. Die erste Spalte, die wir haben, lautet "Namen". Die zweite Spalte ist "Python". Der Name der dritten Spalte lautet "Data_structure". Der Name für den vierten ist "Kalkül".

In diesen Spalten haben wir einige Werte aufgeführt. Für die Spalte "Namen" haben wir die Liste der Namen einiger Schüler "Willow", "Alice", "Edward" und "Amelia". Die Markierungen des Python "96", "40", "98" und "98" werden durch die in der zweiten Spalte gehaltenen Werte dargestellt. Die Werte in der dritten Spalte sind "86", "56", "73" und "90" und für die vierte Spalte haben wir "90", "33", "88" und "78". Verwenden Sie jetzt „PD“.DataFrame ”zum Generieren des Datenrahmens.

Jetzt fügen wir unserem Datenrahmen eine neue Spalte hinzu, indem wir die Methode "Zuweisungen" verwenden. Die neue Kolumne trägt den Titel "Total Marks". Der Name für die neue Spalte lautet "Total_marks". Um die Gesamtmarken zu erhalten, haben wir eine „Lambda“ -Funktion für mehrere Subjektspalten verwendet, darunter Python, Datenstruktur und Kalkül. Diese Funktion fügt die Ergebnisse aller drei Probanden hinzu und zeigt sie in der Spalte „Total_marks“ an. "Print (DataFrame)" zeigt schließlich den DataFrame auf dem Bildschirm an.

Diesmal haben wir dieses Ergebnis erhalten. Die Funktion „Lambda“ liefert ein hervorragendes Ergebnis, wenn sie in mehreren Spalten verwendet werden. Wir weisen unserem Datenrahmen eine neue Spalte „Total_marks“ mit der Methode "Zuweisungen" zu, damit wir das Gesamtergebnis des Schülers in dieser Spalte anzeigen können. Schließlich können wir sehen, dass die Spalte „Gesamtmarken“ die Gesamtergebnisse für alle drei Probanden anzeigt. Die Zahlen für die Spalten der Gesamtmarkierungen wurden berechnet, indem die Werte aus drei Spalten unter Verwendung der Lambda "272", "129", "259" und "266" hinzugefügt wurden.

Abschluss

In der Python-Programmiersprache ist eine Lambda-Funktion eine namenlose One-Line-Funktion, die ein Argument und eine unendliche Anzahl von Parametern nimmt. Sie können mehrere Argumente vornehmen, aber nur einer von ihnen wird zum Ausdruck gebracht. Eine Lambda -Arbeit stellt ein Kapazitätsobjekt wieder her, das einem beliebigen Faktor zugewiesen werden kann und keine Behauptungen enthalten kann. Im ersten Fall wurde „Lambda“ verwendet, um den Prozentsatz zu bestimmen, und im zweiten Beispiel wurden „Gesamtmarken“ für die Schüler berechnet. Die Syntax, Nutzung und Beispiele typischer „Lambda“ -Funktionen werden in diesem Artikel behandelt.