Pandas Lambda

Pandaer er så hyppige applikasjoner at det kan være mer nyttig å oppregne tingene de ikke kan oppnå i stedet for de tingene de kan. Dataene dine lever praktisk talt i dette verktøyet. Pandas kan hjelpe deg å lære om data ved å rengjøre, transformere og analysere dem. “Lambda” er en alternativ måte å definere en funksjon på vanlig språk. Ved å bruke “lambda”, kan du definere en funksjon direkte. Det innebærer at du kan bruke en enkelt setning med Python -kode for å bruke en funksjon på noen data. Mens et uttrykk kan ta mer enn en parameter, er en "lambda" -funksjon begrenset til en. Uttrykket blir vurdert og gitt et resultat. Pythons Pandas bruker "Lambda" -funksjonen for å løse en rekke dataforskningsproblemer. I Pandas DataFrame kan vi bruke "Lambda" -funksjonen for både radene og kolonnene.

“Lambda” utfører programmet ditt på et meget skalerbart teknologiselskap og administrerer all datamaskin for datamaskinverdier. Denne dekker oppdatering av distribusjon, kapasitetstilbud, automatisk skalering, kodeanalyse og opptak, og server- og driftsvedlikehold. En liten kapasitet med bare ett ledd er Pandas “Lambda” -funksjonen. "Lambda" -evner kan like fungere i situasjoner der de ikke er navngitt. “Lambda” står for funksjonens nøkkelord. Liket av funksjonen som må implementeres er indikert av den andre x. Nøkkelordet må være "lambda" og er påkrevd, men argumentene og kroppen kan variere i henhold til omstendighetene. Returnerende funksjonsobjekter er mulig med lambda -funksjoner.

Syntaks for lambda -funksjonen:

Eksempel 1: Bruke en DataFrame for å utføre en lambda -metode til en ny kolonne ved å bruke Assign () -metoden

"Lambda" -tilnærmingen brukes av pandaer for å takle forskjellige informasjonsbehandlingsproblemer. En kort funksjon, "lambda" -metoden kan også brukes anonymt, noe som betyr at den ikke trenger et navn. "Lambda" -metoden kan brukes til å skrive minimale programmer og løse enkle problemer. På språk som støtter høye ordensfunksjoner, er "lambda" -uttrykk eller "lambda" -teknikker ganske enkelt. De har lenge vært en del av programmering. Fra og med denne artikkelens første eksempel, er den grunnleggende tilstanden for utførelse av koden lasting av de nødvendige bibliotekene. "Pandas" -biblioteket er det vi trenger. For å laste den, må vi opprette linjen “Importer pandaer som PD.”Vi vil nå konstruere datarammen vår.

I dette eksemplet betegnes vår dataramme "studenter.”Vår dataramme får deretter to ekstra kolonner. Den første kolonnen heter “Navn” og den andre heter “Marks”. Hver av de to kolonnene inneholder noen verdier. Vi har følgende verdier for den første kolonnen “Alvin”, “Watson”, “Thomas” og “Noah” og verdiene for den andre kolonnen “Marks.”Vi har“ 400 ”,“ 360 ”,“ 430 ”og“ 290.“Nå vil det generere vår dataaframe ved å bruke“ PD.Dataramme".

Så når vi hoveddelen av koden vår, der vi bruker "tilordne ()" -metoden med "lambda" for å bygge en ny enkelt kolonne. "Lambda" -funksjonen brukes på bare en kolonne gjennom “DataFrame.tilordne () ”-metode. Lambda er en ekstra metode for å beskrive funksjoner på vanlig språk. Ved hjelp av lambda kan du definere en funksjon direkte. Det innebærer at du kan bruke en enkelt linje med Python -kode for å bruke en funksjon på visse data. Nå tildeler vi en ny kolonne “Prosent” i vår DataFrame ved å bruke “Tildel ()” -metoden.

En "Lambda" -prosedyre ble brukt på kolonnen "Mark". Prosentene av studentene beregnes ved å bruke lambda -funksjonen og holdes deretter i en ny kolonne, som er "prosentandel."Formelen vi bruker for å bestemme prosentandelen ved å bruke" lambda "er" merker eller totale merker, som er 500 og multiplisert med 100, "som vil produsere den nøyaktige prosentandelen av studenten og vise den i DataFrames" prosentvise "kolonne. “Print (DataFrame)” vil nå vise DataFrame på skjermen.

Vi kan se resultatet av denne koden. DataFrame med tre kolonner vises i dette bildet. Den første kolonnen inneholder studentens navn, og den andre kolonnen har studentens karakterer. Ved å bruke "tilordne ()" -metoden og "lambda" -funksjonen for å konstruere den tredje kolonnens "prosentandel" "kan vi bestemme studentens prosentandeler og deretter legge disse prosentene til den tredje kolonnen, som kalles" prosent "i datarammen. Verdiene som ble oppnådd for prosentvis kolonner ved å bruke formelen var “80”, “72”, “86” og “58”. Størrelsen på indeksen er “4” i denne dataaframmen.

Eksempel 2: Implementering av en lambda -funksjon for å bruke tilordningen () -metoden i flere kolonner

Pandas DataFrames tilordning () -teknikk lar oss bruke lambda -funksjonen på mange kolonner. Hver gang det kreves en ny funksjon, for eksempel en lambda -funksjon eller en slags funksjon, står vi fritt til å legge den til. Pandas datarammens kolonner og rader kan begge behandles med en lambda -funksjon. I dette scenariet begynner vi med å generere en dataaframe. “Studentresultat” er navnet på DataFrame. Vi har fire kolonner i denne dataaframe. Den første kolonnen vi har er "Navn". Den andre kolonnen er “Python”. Navnet på den tredje kolonnen er "Data_structure". Navnet for den fjerde er “Calculus”.

I disse kolonnene har vi listet opp noen få verdier. For kolonnen "Navn" har vi listen over noen studenters navn "Willow", "Alice", "Edward" og "Amelia". Merkene til Python “96”, “40”, “98” og “98” er representert av verdiene som holdes i den andre kolonnen. Verdiene i den tredje kolonnen er “86”, “56”, “73” og “90”, og for den fjerde kolonnen har vi “90”, “33”, “88” og “78”. Bruk nå “PD.DataFrame ”for å generere DataFrame.

Nå legger vi til en ny kolonne til vår dataramme ved å bruke "tilordne" -metoden. Den nye kolonnen har tittelen “Total Marks”. Navnet for den nye kolonnen er "Total_marks". For å få de samlede merkene, brukte vi en "lambda" -funksjon på flere fagkolonner, inkludert python, datastruktur og kalkulus. Denne funksjonen vil legge til score fra alle tre fagene og vise dem i kolonnen “Total_marks”. “Print (DataFrame)” vil endelig vise DataFrame på skjermen.

Denne gangen oppnådde vi dette resultatet. "Lambda" -funksjonen vil gi et utmerket resultat når det brukes i flere kolonner. Vi tildeler en ny kolonne “Total_marks” til vår DataFrame ved hjelp av “Tildel” -metoden slik at vi kan vise studentens totale resultat i den kolonnen. Til slutt kan vi se at kolonnen "Total Marks" viser de totale resultatene for alle tre forsøkspersonene. Tallene for de totale merkenees kolonner ble beregnet ved å legge til verdiene fra tre kolonner ved å bruke lambda “272”, “129”, “259” og “266”.

Konklusjon

På Python-programmeringsspråket er en lambda-funksjon en navnløs, en-linjer-funksjon som tar ett argument og et uendelig antall parametere. De kan komme med flere argumenter, men bare en av dem vil bli uttrykt. Et Lambda -arbeid gjenoppretter et kapasitetsobjekt som kan tilordnes noen faktor og ikke kan inneholde påstander. I det første tilfellet ble "Lambda" brukt til å bestemme prosentandelen, og i det andre eksemplet ble "totale merker" for studentene beregnet. Syntaks, utnyttelse og eksempler på typiske "lambda" -funksjoner er dekket i denne artikkelen.