Pandas ir tik biežas lietojumprogrammas, ka varētu būt lietderīgāk uzskaitīt lietas, ko tās nevar paveikt, nevis lietas, ko tās var. Jūsu dati praktiski atrodas šajā rīkā. Pandas var palīdzēt jums uzzināt par datiem, tos tīrot, pārveidojot un analizējot. “Lambda” ir alternatīvs veids, kā definēt funkciju parastajā valodā. Izmantojot “lambda”, jūs varat definēt funkciju tieši. Tas nozīmē, ka varat izmantot vienu Python koda teikumu, lai dažiem datiem lietotu funkciju. Lai gan izteiksmei var būt vairāk nekā viens parametrs, funkcija “lambda” ir ierobežota ar vienu. Izteiciens tiek novērtēts un dots rezultāts. Python's Pandas izmanto “lambda” funkciju, lai risinātu dažādas datu izpētes problēmas. Pandas DataFrame mēs varam izmantot funkciju “lambda” gan rindām, gan kolonnām.
“Lambda” izpilda jūsu programmu ļoti mērogojamā tehnoloģiju uzņēmumā un pārvalda visu datoru līdzekļu administrēšanu. Tas attiecas uz atjauninājumu izvietošanu, jaudas nodrošināšanu, automātisko mērogošanu, koda analīzi un ierakstīšanu, kā arī servera un darbības apkopi. Neliela jauda ar tikai vienu savienojumu ir Pandas “Lambda” funkcija. “Lambda” spējas var darboties arī situācijās, kad tās nav nosauktas. “Lambda” apzīmē funkcijas atslēgvārdu. Funkcijas pamattekstu, kas jārealizē, norāda ar otro x. Atslēgvārdam ir jābūt “lambda”, un tas ir obligāti, taču argumenti un pamatteksts var atšķirties atkarībā no apstākļiem. Funkciju objektu atgriešana iespējama ar lambda funkcijām.
Lambda funkcijas sintakse:
1. piemērs: DataFrame izmantošana, lai izpildītu Lambda metodi jaunai kolonnai, piemērojot metodi assign()
Pandas izmanto “Lambda” pieeju, lai risinātu dažādas informācijas apstrādes problēmas. Īsa funkcija, “Lambda” metodi, var izmantot arī anonīmi, kas nozīmē, ka tai nav nepieciešams nosaukums. “Lambda” metodi var izmantot, lai rakstītu minimālas programmas un atrisinātu vienkāršas problēmas. Valodās, kas atbalsta augstas kārtas funkcijas, “lambda” izteiksmes vai “lambda” metodes ir vienkārši norādījumu daļas, kuras var piešķirt mainīgajiem, nodot kā argumentu vai izgūt no funkcijas izsaukuma. Tie jau sen ir bijuši programmēšanas sastāvdaļa. Sākot ar šī raksta pirmo piemēru, koda izpildes pamatnosacījums ir nepieciešamo bibliotēku ielāde. “Pandas” bibliotēka ir tā, kas mums nepieciešama. Lai to ielādētu, mums ir jāizveido rinda “importēt pandas kā pd”. Tagad mēs izveidosim savu datu rāmi.
Šajā piemērā mūsu datu rāmis tiek saukts par “studentiem”. Mūsu datu rāmis iegūst divas papildu kolonnas. Pirmā kolonna ir nosaukta 'Vārdi', bet otrā - 'Atzīmes'. Katrā no abām kolonnām ir dažas vērtības. Mums ir šādas vērtības pirmajai kolonnai “Alvin”, “Watson”, “Thomas” un “Noah” un vērtības otrajai kolonnai “Marks”. Mums ir '400', '360', '430' un '290'. Tagad tas ģenerēs mūsu DataFrame, izmantojot 'pd.DataFrame'.
Pēc tam mēs sasniedzam mūsu koda lielāko daļu, kur mēs izmantojam metodi “assign()” ar “lambda”, lai izveidotu jaunu vienu kolonnu. Funkcija “Lambda” tiek lietota tikai vienai kolonnai, izmantojot metodi “dataframe.assign()”. Lambda ir papildu metode funkciju aprakstīšanai parastajā valodā. Izmantojot lambda, jūs varat definēt funkciju tieši. Tas nozīmē, ka varat izmantot vienu Python koda rindiņu, lai lietotu funkciju noteiktiem datiem. Tagad mēs savā datu rāmī piešķiram jaunu kolonnu “Procenti”, izmantojot metodi “assign()”.
Kolonnā “Mark” tika izmantota “lambda” procedūra. Studentu procentuālais daudzums tiek aprēķināts, izmantojot Lambda funkciju, un pēc tam tiek saglabāts jaunā kolonnā, kas ir “Procenti”. Formula, ko izmantojam, lai noteiktu procentuālo daļu, izmantojot “lambda”, ir “atzīmes vai kopējās atzīmes, kas ir 500 un reizinātas ar 100”, kas ģenerēs precīzu studenta procentuālo daudzumu un parādīs to datu rāmja “procentuālā” kolonnā. “print(dataframe)” tagad ekrānā parādīs datu rāmi.
Mēs varam apskatīt šī koda rezultātu. Šajā attēlā ir redzams datu rāmis ar trim kolonnām. Pirmajā kolonnā ir skolēna vārds, bet otrajā ailē ir skolēna atzīmes. Izmantojot metodi “assign()” un funkciju “lambda”, lai izveidotu trešās kolonnas “procentus”, mēs varam noteikt studenta procentus un pēc tam pievienot šos procentus trešajai kolonnai, kas datu rāmī ir nosaukta “procenti”. . Procentu kolonnām, izmantojot formulu, tika iegūtas vērtības “80”, “72”, “86” un “58”. Indeksa lielums šajā datu rāmī ir “4”.
2. piemērs: Lambda funkcijas ieviešana, lai izmantotu metodi assign() vairākās kolonnās
Pandas DataFrame assign() tehnika ļauj izmantot Lambda funkciju daudzās kolonnās. Katru reizi, kad ir nepieciešama jauna funkcija, piemēram, lambda funkcija vai kārtošanas funkcija, mēs varam to pievienot. Pandas datu rāmja kolonnas un rindas var apstrādāt ar lambda funkciju. Šajā scenārijā mēs sākam ar datu rāmja ģenerēšanu. “Studenta rezultāts” ir datu rāmja nosaukums. Šajā datu rāmī ir četras kolonnas. Pirmā mūsu kolonna ir “Vārdi”. Otrā kolonna ir “Python”. Trešās kolonnas nosaukums ir “Data_structure”. Ceturtās nosaukums ir “Calculus”.
Šajās slejās esam uzskaitījuši dažas vērtības. Kolonnai “Vārdi” ir saraksts ar dažu skolēnu vārdiem “Willow”, “Alise”, “Edvards” un “Amēlija”. Pitona marķējumi “96”, “40”, “98” un “98” ir attēloti ar vērtībām, kas atrodas otrajā kolonnā. Trešās kolonnas vērtības ir “86”, “56”, “73” un “90”, bet ceturtajai kolonnai ir “90”, “33”, “88” un “78”. Tagad izmantojiet “pd.DataFrame”, lai ģenerētu datu rāmi.
Tagad mēs pievienojam jaunu kolonnu mūsu datu rāmim, izmantojot “piešķiršanas” metodi. Jaunās kolonnas nosaukums ir “Kopējās atzīmes”. Jaunās kolonnas nosaukums ir “Total_marks”. Lai iegūtu kopējo atzīmi, vairākās tēmas kolonnās, tostarp Python, datu struktūrā un aprēķinos, izmantojām funkciju “Lambda”. Šī funkcija pievienos punktus no visiem trim priekšmetiem un parādīs tos kolonnā “Total_marks”. “print(dataframe)” beidzot parādīs datu rāmi ekrānā.
Šoreiz mēs saņēmām šādu rezultātu. Funkcija “Lambda” nodrošinās lielisku rezultātu, ja to izmantos vairākās kolonnās. Mēs savam datu ietvaram piešķiram jaunu kolonnu “Total_marks”, izmantojot “piešķiršanas” metodi, lai šajā kolonnā varētu parādīt skolēna kopējo rezultātu. Visbeidzot, mēs varam redzēt, ka kolonnā “Kopējās atzīmes” tiek parādīti visu trīs priekšmetu kopējie rezultāti. Kopējo atzīmju kolonnu skaitļi tika aprēķināti, saskaitot vērtības no trim kolonnām, izmantojot lambda “272”, “129”, “259” un “266”.
Secinājums
Python programmēšanas valodā lambda funkcija ir beznosaukuma, vienas rindas funkcija, kas aizņem vienu argumentu un bezgalīgu skaitu parametru. Viņi var izvirzīt vairākus argumentus, bet tikai viens no tiem tiks izteikts. Lambda darbs atjauno jaudas objektu, kas var tikt piešķirts jebkuram faktoram un nevar ietvert nekādus apgalvojumus. Pirmajā gadījumā procentu noteikšanai tika izmantota “lambda”, bet otrajā piemērā studentiem tika aprēķinātas “kopējās atzīmes”. Šajā rakstā ir apskatīta tipisko “lambda” funkciju sintakse, izmantošana un piemēri.