Pandas lambda

I panda sono applicazioni così frequenti che potrebbe essere più utile elencare le cose che non possono realizzare piuttosto che le cose che possono. I tuoi dati vivono praticamente in questo strumento. I panda possono aiutarti a conoscere i dati pulendo, trasformandoli e analizzandoli. "Lambda" è un modo alternativo per definire una funzione in linguaggio normale. Utilizzando "Lambda", è possibile definire direttamente una funzione. Implica che è possibile utilizzare una singola frase di codice Python per applicare una funzione ad alcuni dati. Mentre un'espressione può richiedere più di un parametro, una funzione "lambda" è limitata a uno. L'espressione viene valutata e data un risultato. Panda di Python utilizza la funzione "Lambda" per affrontare una varietà di problemi di ricerca sui dati. Nel Frame Data Pandas, possiamo utilizzare la funzione "Lambda" sia per le righe che per le colonne.

"Lambda" esegue il tuo programma su un'azienda tecnologica altamente scalabile e gestisce tutta l'amministrazione delle risorse informatiche. Ciò copre la distribuzione degli aggiornamenti, il provisioning delle capacità, il ridimensionamento automatico, l'analisi e la registrazione del codice e la manutenzione del server e del funzionamento. Una piccola capacità con una sola giuntura è la funzione Pandas "Lambda". Le abilità di "lambda" possono essere ugualmente funzionanti in situazioni in cui non sono nominate. "Lambda" sta per la parola chiave della funzione. Il corpo della funzione che deve essere implementato è indicato dalla seconda x. La parola chiave deve essere "lambda" ed è richiesta, ma gli argomenti e il corpo possono differire in base alle circostanze. Gli oggetti della funzione di ritorno sono possibili con le funzioni Lambda.

La sintassi per la funzione Lambda:

Esempio 1: Utilizzo di un frame dati per eseguire un metodo Lambda a una nuova colonna applicando il metodo ASSEGNA ()

L'approccio "Lambda" è utilizzato dai panda per affrontare diversi problemi di elaborazione delle informazioni. Una breve funzione, il metodo "lambda" può anche essere usato in modo anonimo, il che significa che non ha bisogno di un nome. Il metodo "Lambda" può essere utilizzato per scrivere programmi minimi e risolvere problemi semplici. Nelle lingue che supportano le funzioni di alto ordine, le espressioni "lambda" o le tecniche di "lambda" sono semplicemente pezzi di istruzioni che possono essere allocate alle variabili, passate come argomento o recuperate da una chiamata di funzione. Sono stati a lungo un componente della programmazione. A partire dal primo esempio di questo articolo, la condizione di base per l'esecuzione del codice è il caricamento delle librerie necessarie. La biblioteca "panda" è ciò di cui abbiamo bisogno. Per caricarlo, dobbiamo creare la linea “Importa panda come PD."Ora costruiremo il nostro frame di dati.

In questo esempio, il nostro frame di dati è definito "studenti."Il nostro frame di dati ottiene quindi due colonne aggiuntive. La prima colonna si chiama "nomi" e la seconda si chiama "Marks". Ciascuna delle due colonne contiene alcuni valori. Abbiamo i seguenti valori per la prima colonna "Alvin", "Watson", "Thomas" e "Noah" e i valori per la seconda colonna "Marks."Abbiamo" 400 "," 360 "," 430 "e" 290.“Ora genererà il nostro telaio di dati utilizzando“ PD.DataFrame ".

Quindi raggiungiamo la maggior parte del nostro codice, dove utilizziamo il metodo "Assegna ()" con "Lambda" per creare una nuova colonna singola. La funzione "Lambda" viene applicata a una sola colonna tramite "DataFrame.Metodo Assegna () ". Lambda è un metodo aggiuntivo per descrivere le funzioni in linguaggio normale. Usando lambda, è possibile definire direttamente una funzione. Implica che è possibile utilizzare una singola riga di codice Python per applicare una funzione a determinati dati. Ora assegniamo una nuova colonna "percentuale" nel nostro frame dati utilizzando il metodo "Assegna ()".

Una procedura "lambda" è stata utilizzata sulla colonna "Mark". Le percentuali degli studenti vengono calcolate utilizzando la funzione Lambda e vengono quindi conservate in una nuova colonna, che è "percentuale."La formula che utilizziamo per determinare la percentuale utilizzando" Lambda "è" segni o marchi totali, che è 500 e moltiplicati per 100 ", che produrrà la percentuale precisa dello studente e la visualizzerà nella colonna" Percentuale "del Frame Data. "Print (DataFrame)" ora visualizzerà il frame dati sullo schermo.

Possiamo visualizzare il risultato di questo codice. In questa immagine appare il frame dati con tre colonne. La prima colonna contiene il nome dello studente e la seconda colonna ha i voti dello studente. Utilizzando il metodo "Assegna ()" e la funzione "Lambda" per costruire la "percentuale" della terza colonna "possiamo determinare le percentuali dello studente e quindi aggiungere tali percentuali alla terza colonna, che si chiama" percentuale "nel frame dati. I valori ottenuti per le colonne percentuali usando la formula erano "80", "72", "86" e "58". La dimensione dell'indice è "4" in questo frame dati.

Esempio 2: implementazione di una funzione Lambda per utilizzare il metodo ASSEGNA () in più colonne

La tecnica di assegnazione () di Pandas DataFrame ci consente di utilizzare la funzione Lambda su molte colonne. Ogni volta che è richiesta una nuova funzione, come una funzione Lambda o una funzione di ordinamento, siamo liberi di aggiungerla. Le colonne e le righe del frame dati Panda possono essere entrambe trattate con una funzione Lambda. In questo scenario, iniziamo generando un frame dati. "Result Student" è il nome del frame dati. Abbiamo quattro colonne in questo frame dati. La prima colonna che abbiamo è "nomi". La seconda colonna è "Python". Il nome della terza colonna è "data_structure". Il nome per il quarto è "Calcolo".

In queste colonne, abbiamo elencato alcuni valori. Per la colonna "Nomi", abbiamo l'elenco dei nomi di alcuni studenti "Willow", "Alice", "Edward" e "Amelia". I segni del Python "96", "40", "98" e "98" sono rappresentati dai valori detenuti nella seconda colonna. I valori nella terza colonna sono "86", "56", "73" e "90" e per la quarta colonna abbiamo "90", "33", "88" e "78". Ora usa “PD.DataFrame "per generare dati.

Ora aggiungiamo una nuova colonna al nostro frame di dati utilizzando il metodo "Assegna". La nuova colonna è intitolata "Total Marks". Il nome per la nuova colonna è "Total_Marks". Per ottenere i segni generali, abbiamo usato una funzione "lambda" su diverse colonne di soggetti, tra cui Python, Struttura dei dati e Calcolo. Questa funzione aggiungerà i punteggi da tutti e tre i soggetti e li visualizzerà nella colonna "Total_Marks". "Print (DataFrame)" visualizzerà finalmente il frame dati sullo schermo.

Questa volta, abbiamo ottenuto questo risultato. La funzione "Lambda" fornirà un risultato eccellente se utilizzata in diverse colonne. Assegniamo una nuova colonna "Total_Marks" al nostro telaio di dati utilizzando il metodo "Assegna" in modo da poter visualizzare il risultato totale dello studente in quella colonna. Infine, possiamo vedere che la colonna "Segni totali" visualizza i risultati totali per tutti e tre i soggetti. I numeri per le colonne dei segni totali sono stati calcolati aggiungendo i valori da tre colonne usando la lambda "272", "129", "259" e "266".

Conclusione

Nel linguaggio di programmazione Python, una funzione Lambda è una funzione senza nome, che prende uno argomento e un numero infinito di parametri. Possono fare diversi argomenti, ma solo uno di loro sarà espresso. Un lavoro Lambda ripristina un oggetto di capacità che può essere assegnato a qualsiasi fattore e non è in grado di contenere alcuna affermazione. Nel primo caso, "Lambda" è stato utilizzato per determinare la percentuale e, nel secondo esempio, sono stati calcolati "marchi totali" per gli studenti. La sintassi, l'utilizzo ed esempi di funzioni tipiche di "lambda" sono trattati in questo articolo.