Panda's zijn zo frequente toepassingen dat het misschien nuttiger is om de dingen op te sommen die ze niet kunnen bereiken in plaats van de dingen die ze wel kunnen. Uw gegevens leven praktisch in deze tool. Panda's kunnen u helpen meer te weten te komen over gegevens door deze op te schonen, te transformeren en te analyseren. 'Lambda' is een alternatieve manier om een functie in gewone taal te definiëren. Met behulp van 'lambda' kunt u direct een functie definiëren. Het houdt in dat je een enkele zin Python-code kunt gebruiken om een functie op sommige gegevens toe te passen. Hoewel een uitdrukking meer dan één parameter kan bevatten, is een 'lambda' -functie beperkt tot één. De uitdrukking wordt beoordeeld en krijgt een resultaat. Python's Pandas gebruikt de 'lambda' -functie om een verscheidenheid aan gegevensonderzoeksproblemen aan te pakken. In het panda's DataFrame kunnen we de 'lambda' -functie gebruiken voor zowel de rijen als de kolommen.
'Lambda' voert uw programma uit op een zeer schaalbaar technologiebedrijf en beheert alle computeractivabeheer. Dit omvat update-implementatie, capaciteitsvoorziening, automatisch schalen, code-analyse en -registratie, en server- en operationeel onderhoud. Een kleine capaciteit met slechts één gewricht is de Panda's 'Lambda'-functie. 'Lambda'-vaardigheden kunnen evengoed functioneren in situaties waarin ze niet nader worden genoemd. 'Lambda' staat voor het zoekwoord van de functie. De hoofdtekst van de functie die moet worden geïmplementeerd, wordt aangegeven met de tweede x. Het sleutelwoord moet 'lambda' zijn en is vereist, maar de argumenten en de inhoud kunnen verschillen afhankelijk van de omstandigheden. Het retourneren van functie-objecten is mogelijk met lambda-functies.
De syntaxis voor de lambda-functie:
Voorbeeld 1: Een DataFrame gebruiken om een Lambda-methode uit te voeren op een nieuwe kolom door de methode assign() toe te passen
De 'Lambda'-benadering wordt door Panda's gebruikt om verschillende problemen met informatieverwerking aan te pakken. Een korte functie, de 'Lambda'-methode kan ook anoniem worden gebruikt, wat betekent dat het geen naam nodig heeft. De 'lambda'-methode kan worden gebruikt om minimale programma's te schrijven en eenvoudige problemen op te lossen. In talen die functies van hoge orde ondersteunen, zijn 'lambda'-expressies of 'lambda'-technieken gewoon stukjes instructies die aan variabelen kunnen worden toegewezen, als argument kunnen worden doorgegeven of uit een functieaanroep kunnen worden opgehaald. Ze zijn al lang een onderdeel van de programmering. Beginnend met het eerste voorbeeld van dit artikel, is de basisvoorwaarde voor het uitvoeren van de code het laden van de benodigde bibliotheken. De bibliotheek 'Panda's' is wat we nodig hebben. Om het te laden, moeten we de regel 'panda's importeren als pd' maken. We gaan nu ons dataframe construeren.
In dit voorbeeld wordt ons dataframe 'studenten' genoemd. Ons dataframe krijgt dan twee extra kolommen. De eerste kolom heet 'Namen' en de tweede heet 'Marks'. Elk van de twee kolommen bevat enkele waarden. We hebben de volgende waarden voor de eerste kolom 'Alvin', 'Watson', 'Thomas' en 'Noah' en de waarden voor de tweede kolom 'Marks'. We hebben '400', '360', '430' en '290'. Nu zal het ons DataFrame genereren met behulp van 'pd.DataFrame'.
Dan bereiken we het grootste deel van onze code, waar we de methode 'assign()' gebruiken met 'lambda' om een nieuwe enkele kolom te bouwen. De functie 'Lambda' wordt op slechts één kolom toegepast via de methode 'dataframe.assign()'. Lambda is een aanvullende methode om functies in gewone taal te beschrijven. Met lambda kunt u direct een functie definiëren. Het houdt in dat je een enkele regel Python-code kunt gebruiken om een functie op bepaalde gegevens toe te passen. Nu wijzen we een nieuwe kolom 'Percentage' toe in ons dataframe met behulp van de 'assign()'-methode.
Op de kolom 'Mark' werd een 'lambda'-procedure gebruikt. De percentages van de studenten worden berekend met behulp van de Lambda-functie en worden vervolgens bewaard in een nieuwe kolom, namelijk 'Percentage'. De formule die we gebruiken om het percentage te bepalen door 'lambda' te gebruiken, is 'punten of totaal aantal punten, dat is 500 en vermenigvuldigd met 100', wat het precieze percentage van de student zal opleveren en dit in de kolom 'percentage' van het dataframe zal weergeven. 'print(dataframe)' zal nu het dataframe op het scherm weergeven.
We kunnen het resultaat van deze code bekijken. Het dataframe met drie kolommen verschijnt in deze afbeelding. De eerste kolom bevat de naam van de student en de tweede kolom bevat de cijfers van de student. Door de methode 'assign()' en de functie 'lambda' te gebruiken om het 'percentage' van de derde kolom te construeren, kunnen we de percentages van de student bepalen en die percentages vervolgens toevoegen aan de derde kolom, die 'percentage' wordt genoemd in het gegevensframe . De waarden die werden verkregen voor de percentagekolommen met behulp van de formule waren '80', '72', '86' en '58'. De grootte van de index is '4' in dit dataframe.
Voorbeeld 2: Een Lambda-functie implementeren om de methode assign() in meerdere kolommen te gebruiken
De assign()-techniek van Pandas DataFrame stelt ons in staat om de Lambda-functie op veel kolommen te gebruiken. Elke keer dat er een nieuwe functie nodig is, zoals een lambda-functie of een sorteerfunctie, zijn we vrij om deze toe te voegen. De kolommen en rijen van het Pandas-dataframe kunnen beide worden behandeld met een lambda-functie. In dit scenario beginnen we met het genereren van een dataframe. 'Student resultaat' is de naam van het dataframe. We hebben vier kolommen in dit dataframe. De eerste kolom die we hebben is 'Namen'. De tweede kolom is 'Python'. De naam van de derde kolom is 'Data_structure'. De naam voor de vierde is 'Calculus'.
In deze kolommen hebben we een aantal waarden op een rijtje gezet. Voor de kolom 'Namen' hebben we de lijst met de namen van enkele studenten 'Willow', 'Alice', 'Edward' en 'Amelia'. De markeringen van de python '96', '40', '98' en '98' worden weergegeven door de waarden in de tweede kolom. De waarden in de derde kolom zijn '86', '56', '73' en '90' en voor de vierde kolom hebben we '90', '33', '88' en '78'. Gebruik nu 'pd.DataFrame' om het dataframe te genereren.
Nu voegen we een nieuwe kolom toe aan ons dataframe met behulp van de 'toewijzen' -methode. De nieuwe kolom is getiteld 'Totaal aantal punten'. De naam voor de nieuwe kolom is 'Total_marks'. Om de algemene cijfers te krijgen, hebben we een 'Lambda'-functie gebruikt voor verschillende onderwerpkolommen, waaronder Python, gegevensstructuur en calculus. Deze functie voegt de scores van alle drie de onderwerpen toe en geeft ze weer in de kolom 'Total_marks'. 'print(dataframe)' zal uiteindelijk het dataframe op het scherm weergeven.
Deze keer hebben we dit resultaat behaald. De functie 'Lambda' levert een uitstekend resultaat op bij gebruik in meerdere kolommen. We wijzen een nieuwe kolom 'Total_marks' toe aan ons dataframe met behulp van de methode 'assign', zodat we het totale resultaat van de leerling in die kolom kunnen weergeven. Ten slotte kunnen we zien dat de kolom 'Totaal aantal punten' de totale resultaten voor alle drie de onderwerpen weergeeft. De getallen voor de kolommen van het totale aantal punten zijn berekend door de waarden van drie kolommen op te tellen met de lambda '272', '129', '259' en '266'.
Conclusie
In de programmeertaal Python is een lambda-functie een naamloze, éénregelige functie die één argument en een oneindig aantal parameters nodig heeft. Ze kunnen meerdere argumenten aanvoeren, maar er zal er maar één naar voren komen. Een lambda-werk herstelt een capaciteitsobject dat aan elke factor kan worden toegewezen en dat geen beweringen kan bevatten. In het eerste geval werd 'lambda' gebruikt om het percentage te bepalen en in het tweede voorbeeld werden 'totale cijfers' voor de studenten berekend. De syntaxis, het gebruik en voorbeelden van typische 'lambda' -functies worden in dit artikel behandeld.