Pandaer er så hyppige applikationer, at det kan være mere nyttigt at opregne de ting, de ikke kan udrette, end de ting, de kan. Dine data lever praktisk talt i dette værktøj. Pandas kan hjælpe dig med at lære om data ved at rense, transformere og analysere dem. 'Lambda' er en alternativ måde at definere en funktion på i almindeligt sprog. Ved at bruge 'lambda', kan du definere en funktion direkte. Det indebærer, at du kan bruge en enkelt sætning af Python-kode til at anvende en funktion på nogle data. Selvom et udtryk kan tage mere end én parameter, er en 'lambda'-funktion begrænset til én. Udtrykket vurderes og gives et resultat. Pythons Pandas bruger 'lambda'-funktionen til at løse en række dataforskningsspørgsmål. I pandas DataFrame kan vi bruge 'lambda'-funktionen til både rækkerne og kolonnerne.
'Lambda' udfører dit program på en yderst skalerbar teknologivirksomhed og administrerer al administration af computeraktiver. Dette dækker opdateringsimplementering, kapacitetsforsyning, automatisk skalering, kodeanalyse og -registrering samt server- og driftsvedligeholdelse. En lille kapacitet med kun et led er Pandas 'Lambda'-funktion. 'Lambda'-evner kan lige så godt fungere i situationer, hvor de er unavngivne. 'Lambda' står for funktionens søgeord. Kroppen af den funktion, der skal implementeres, er angivet med det andet x. Nøgleordet skal være 'lambda' og er påkrævet, men argumenterne og indholdet kan variere alt efter omstændighederne. Returnering af funktionsobjekter er muligt med lambda-funktioner.
Syntaksen for lambda-funktionen:
Eksempel 1: Brug af en DataFrame til at udføre en Lambda-metode til en ny kolonne ved at anvende assign()-metoden
'Lambda'-tilgangen bruges af Pandas til at tackle forskellige informationsbehandlingsproblemer. En kort funktion, 'Lambda'-metoden kan også bruges anonymt, hvilket betyder, at den ikke behøver et navn. 'Lambda'-metoden kan bruges til at skrive minimale programmer og løse simple problemer. I sprog, der understøtter funktioner af høj orden, er 'lambda'-udtryk eller 'lambda'-teknikker simpelthen bidder af instruktioner, der kan allokeres til variabler, sendes som et argument eller hentes fra et funktionskald. De har længe været en del af programmering. Startende med denne artikels første eksempel er den grundlæggende betingelse for udførelse af koden indlæsningen af de nødvendige biblioteker. 'Pandas'-biblioteket er det, vi har brug for. For at indlæse den skal vi oprette linjen 'importer pandaer som pd.' Vi vil nu konstruere vores dataramme.
I dette eksempel kaldes vores dataramme for 'studerende'. Vores dataramme får så yderligere to kolonner. Den første kolonne hedder 'Navne', og den anden hedder 'Mærker'. Hver af de to kolonner indeholder nogle værdier. Vi har følgende værdier for den første kolonne 'Alvin', 'Watson', 'Thomas' og 'Noah' og værdierne for den anden kolonne 'Marks.' Vi har '400', '360', '430' og '290.' Nu vil den generere vores DataFrame ved at bruge 'pd.DataFrame'.
Så når vi hovedparten af vores kode, hvor vi bruger “assign()” metoden med “lambda” til at bygge en ny enkelt kolonne. Funktionen 'Lambda' anvendes på kun én kolonne gennem metoden 'dataframe.assign()'. Lambda er en ekstra metode til at beskrive funktioner i almindeligt sprog. Ved hjælp af lambda kan du definere en funktion direkte. Det indebærer, at du kan bruge en enkelt linje Python-kode til at anvende en funktion til bestemte data. Nu tildeler vi en ny kolonne 'Procentdel' i vores dataramme ved at bruge metoden 'tildele()'.
En 'lambda'-procedure blev brugt på kolonnen 'Mark'. Procentdelene af eleverne beregnes ved hjælp af Lambda-funktionen og opbevares derefter i en ny kolonne, som er 'Procent'. Formlen, vi bruger til at bestemme procentdelen ved at bruge 'lambda' er 'karakterer eller samlede karakterer, som er 500 og ganget med 100', som vil producere den præcise procentdel af eleven og vise den i datarammens 'procent'-kolonne. 'print(dataframe)' vil nu vise datarammen på skærmen.
Vi kan se resultatet af denne kode. Datarammen med tre kolonner vises i dette billede. Den første kolonne indeholder elevens navn, og den anden kolonne har elevens karakterer. Ved at bruge 'assign()'-metoden og 'lambda'-funktionen til at konstruere den tredje kolonnes 'procent'' kan vi bestemme den studerendes procenter og derefter tilføje disse procenter til den tredje kolonne, som hedder 'procent' i datarammen . Værdierne, der blev opnået for procentkolonnerne ved at bruge formlen, var '80', '72', '86' og '58'. Størrelsen af indekset er '4' i denne dataramme.
Eksempel 2: Implementering af en Lambda-funktion for at bruge assign()-metoden i flere kolonner
Pandas DataFrames assign() teknik giver os mulighed for at bruge Lambda-funktionen på mange kolonner. Hver gang en ny funktion er påkrævet, såsom en lambda-funktion eller en sorteringsfunktion, kan vi frit tilføje den. Pandas-datarammens kolonner og rækker kan begge behandles med en lambda-funktion. I dette scenarie begynder vi med at generere en dataramme. 'Elevresultat' er navnet på datarammen. Vi har fire kolonner i denne dataramme. Den første kolonne, vi har, er 'Navne'. Den anden kolonne er 'Python'. Navnet på den tredje kolonne er 'Data_structure'. Navnet på den fjerde er 'Calculus'.
I disse kolonner har vi angivet et par værdier. Til kolonnen 'Navne' har vi listen over nogle elevers navne 'Willow', 'Alice', 'Edward' og 'Amelia'. Markeringerne af pythonen '96', '40', '98' og '98' er repræsenteret af værdierne i den anden kolonne. Værdierne i den tredje kolonne er '86', '56', '73' og '90', og for den fjerde kolonne har vi '90', '33', '88' og '78'. Brug nu 'pd.DataFrame' til at generere datarammen.
Nu tilføjer vi en ny kolonne til vores dataramme ved hjælp af 'tildel' metoden. Den nye kolonne har titlen 'Samlede karakterer'. Navnet på den nye kolonne er 'Total_marks'. For at få de overordnede karakterer brugte vi en 'Lambda'-funktion på flere emnekolonner, herunder Python, datastruktur og beregning. Denne funktion tilføjer resultaterne fra alle tre emner og viser dem i kolonnen 'Total_karakterer'. 'print(dataframe)' vil endelig vise datarammen på skærmen.
Denne gang fik vi dette resultat. 'Lambda'-funktionen giver et fremragende resultat, når den bruges i flere kolonner. Vi tildeler en ny kolonne 'Total_marks' til vores dataramme ved hjælp af 'assign'-metoden, så vi kan vise elevens samlede resultat i den kolonne. Endelig kan vi se, at kolonnen 'Totale karakterer' viser de samlede resultater for alle tre fag. Tallene for kolonnerne for det samlede antal karakterer blev beregnet ved at tilføje værdierne fra tre kolonner ved hjælp af lambda '272', '129', '259' og '266'.
Konklusion
I programmeringssproget Python er en lambda-funktion en navnløs funktion på én linje, der tager et argument og et uendeligt antal parametre. De kan komme med flere argumenter, men kun et af dem vil komme til udtryk. Et lambda-værk gendanner et kapacitetsobjekt, der kan tildeles en hvilken som helst faktor og ikke er i stand til at indeholde nogen påstande. I det første tilfælde blev 'lambda' brugt til at bestemme procenten, og i det andet eksempel blev 'totalkarakterer' for eleverne beregnet. Syntaksen, anvendelsen og eksemplerne på typiske 'lambda'-funktioner er dækket i denne artikel.