Τα panda είναι τόσο συχνές εφαρμογές που ίσως είναι πιο χρήσιμο να απαριθμήσουμε τα πράγματα που δεν μπορούν να επιτύχουν παρά τα πράγματα που μπορούν. Τα δεδομένα σας πρακτικά ζουν σε αυτό το εργαλείο. Τα πάντα μπορούν να σας βοηθήσουν να μάθετε για τα δεδομένα καθαρίζοντας, μεταμορφώνοντάς τα και αναλύοντάς τα. Το 'Λάμδα' είναι ένας εναλλακτικός τρόπος ορισμού μιας συνάρτησης στη συνηθισμένη γλώσσα. Χρησιμοποιώντας το 'λάμδα', μπορείτε να ορίσετε απευθείας μια συνάρτηση. Υπονοεί ότι μπορείτε να χρησιμοποιήσετε μία μόνο πρόταση κώδικα Python για να εφαρμόσετε μια συνάρτηση σε ορισμένα δεδομένα. Ενώ μια έκφραση μπορεί να λάβει περισσότερες από μία παραμέτρους, μια συνάρτηση 'λάμδα' περιορίζεται σε μία. Η έκφραση αξιολογείται και δίνεται ένα αποτέλεσμα. Το Python's Pandas χρησιμοποιεί τη λειτουργία 'λάμδα' για να αντιμετωπίσει μια ποικιλία ζητημάτων έρευνας δεδομένων. Στο pandas DataFrame, μπορούμε να χρησιμοποιήσουμε τη συνάρτηση 'λάμδα' τόσο για τις σειρές όσο και για τις στήλες.
Το 'Lambda' εκτελεί το πρόγραμμά σας σε μια εταιρεία τεχνολογίας υψηλής κλιμάκωσης και διαχειρίζεται όλη τη διαχείριση περιουσιακών στοιχείων υπολογιστή. Αυτό καλύπτει την ανάπτυξη ενημερώσεων, την παροχή χωρητικότητας, την αυτόματη κλιμάκωση, την ανάλυση και εγγραφή κώδικα και τη συντήρηση διακομιστή και λειτουργίας. Μια μικρή χωρητικότητα με μία μόνο άρθρωση είναι η λειτουργία «Λάμδα» του Panda. Οι ικανότητες 'Λάμδα' μπορούν να λειτουργήσουν εξίσου σε καταστάσεις όπου δεν ονομάζονται. Το 'Λάμδα' σημαίνει τη λέξη-κλειδί της συνάρτησης. Το σώμα της συνάρτησης που πρέπει να υλοποιηθεί υποδεικνύεται με το δεύτερο x. Η λέξη-κλειδί πρέπει να είναι 'λάμδα' και απαιτείται, αλλά τα ορίσματα και το σώμα ενδέχεται να διαφέρουν ανάλογα με τις περιστάσεις. Η επιστροφή αντικειμένων συνάρτησης είναι δυνατή με τις συναρτήσεις λάμδα.
Η σύνταξη για τη συνάρτηση λάμδα:
Παράδειγμα 1: Χρήση ενός DataFrame για την εκτέλεση μιας μεθόδου λάμδα σε μια νέα στήλη εφαρμόζοντας τη μέθοδο assign()
Η προσέγγιση «Λάμδα» χρησιμοποιείται από τα Pandas για την αντιμετώπιση διαφόρων ζητημάτων επεξεργασίας πληροφοριών. Μια σύντομη συνάρτηση, η μέθοδος 'Λάμδα' μπορεί επίσης να χρησιμοποιηθεί ανώνυμα, πράγμα που σημαίνει ότι δεν χρειάζεται όνομα. Η μέθοδος «λάμδα» μπορεί να χρησιμοποιηθεί για τη σύνταξη ελάχιστων προγραμμάτων και την επίλυση απλών προβλημάτων. Σε γλώσσες που υποστηρίζουν συναρτήσεις υψηλής τάξης, οι εκφράσεις 'λάμδα' ή οι τεχνικές 'λάμδα' είναι απλώς κομμάτια εντολών που μπορούν να εκχωρηθούν σε μεταβλητές, να περάσουν ως όρισμα ή να ανακτηθούν από μια κλήση συνάρτησης. Αποτελούν εδώ και καιρό ένα συστατικό του προγραμματισμού. Ξεκινώντας με το πρώτο παράδειγμα αυτού του άρθρου, η βασική προϋπόθεση για την εκτέλεση του κώδικα είναι η φόρτωση των απαραίτητων βιβλιοθηκών. Η βιβλιοθήκη «Pandas» είναι αυτή που χρειαζόμαστε. Για να το φορτώσουμε, πρέπει να δημιουργήσουμε τη γραμμή 'εισαγωγή pandas ως pd'. Τώρα θα κατασκευάσουμε το πλαίσιο δεδομένων μας.
Σε αυτό το παράδειγμα, το πλαίσιο δεδομένων μας ονομάζεται 'μαθητές'. Στη συνέχεια, το πλαίσιο δεδομένων μας παίρνει δύο επιπλέον στήλες. Η πρώτη στήλη ονομάζεται «Ονόματα» και η δεύτερη με το όνομα «Σήματα». Κάθε μία από τις δύο στήλες περιέχει ορισμένες τιμές. Έχουμε τις ακόλουθες τιμές για την πρώτη στήλη 'Alvin', 'Watson', 'Thomas' και 'Noah' και τις τιμές για τη δεύτερη στήλη 'Marks'. Έχουμε '400', '360', '430' και '290'. Τώρα, θα δημιουργήσει το DataFrame μας χρησιμοποιώντας το 'pd.DataFrame'.
Στη συνέχεια, φτάνουμε στο μεγαλύτερο μέρος του κώδικά μας, όπου χρησιμοποιούμε τη μέθοδο 'assign()' με 'λάμδα' για να δημιουργήσουμε μια νέα μονή στήλη. Η συνάρτηση 'Lambda' εφαρμόζεται σε μία μόνο στήλη μέσω της μεθόδου 'dataframe.assign()'. Το Lambda είναι μια πρόσθετη μέθοδος περιγραφής συναρτήσεων στη συνηθισμένη γλώσσα. Χρησιμοποιώντας το λάμδα, μπορείτε να ορίσετε απευθείας μια συνάρτηση. Υπονοεί ότι μπορείτε να χρησιμοποιήσετε μια γραμμή κώδικα Python για να εφαρμόσετε μια συνάρτηση σε ορισμένα δεδομένα. Τώρα εκχωρούμε μια νέα στήλη 'Ποσοστό' στο πλαίσιο δεδομένων μας χρησιμοποιώντας τη μέθοδο 'assign()'.
Στη στήλη «Mark» χρησιμοποιήθηκε διαδικασία «λάμδα». Τα ποσοστά των μαθητών υπολογίζονται χρησιμοποιώντας τη συνάρτηση Λάμδα και στη συνέχεια διατηρούνται σε μια νέα στήλη, η οποία είναι 'Ποσοστό'. Ο τύπος που χρησιμοποιούμε για να προσδιορίσουμε το ποσοστό χρησιμοποιώντας το 'λάμδα' είναι 'σημεία ή συνολικοί βαθμοί, που είναι 500 και πολλαπλασιάζονται με το 100', ο οποίος θα παράγει το ακριβές ποσοστό του μαθητή και θα το εμφανίσει στη στήλη 'ποσοστό' του πλαισίου δεδομένων. Το 'print(dataframe)' θα εμφανίσει τώρα το πλαίσιο δεδομένων στην οθόνη.
Μπορούμε να δούμε το αποτέλεσμα αυτού του κώδικα. Το πλαίσιο δεδομένων με τρεις στήλες εμφανίζεται σε αυτήν την εικόνα. Η πρώτη στήλη περιέχει το όνομα του μαθητή και η δεύτερη στήλη έχει τους βαθμούς του μαθητή. Χρησιμοποιώντας τη μέθοδο 'assign()' και τη συνάρτηση 'λάμδα' για να κατασκευάσουμε το 'ποσοστό' της τρίτης στήλης, μπορούμε να προσδιορίσουμε τα ποσοστά του μαθητή και στη συνέχεια να προσθέσουμε αυτά τα ποσοστά στην τρίτη στήλη, η οποία ονομάζεται 'ποσοστό' στο πλαίσιο δεδομένων. . Οι τιμές που λήφθηκαν για τις στήλες ποσοστού χρησιμοποιώντας τον τύπο ήταν '80', '72', '86' και '58'. Το μέγεθος του ευρετηρίου είναι '4' σε αυτό το πλαίσιο δεδομένων.
Παράδειγμα 2: Εφαρμογή μιας συνάρτησης λάμδα για χρήση της μεθόδου assign() σε πολλαπλές στήλες
Η τεχνική assign() του Pandas DataFrame μας επιτρέπει να χρησιμοποιήσουμε τη συνάρτηση Lambda σε πολλές στήλες. Κάθε φορά που απαιτείται μια νέα συνάρτηση, όπως μια συνάρτηση λάμδα ή μια συνάρτηση ταξινόμησης, είμαστε ελεύθεροι να την προσθέσουμε. Οι στήλες και οι σειρές του πλαισίου δεδομένων Pandas μπορούν και οι δύο να αντιμετωπιστούν με μια συνάρτηση λάμδα. Σε αυτό το σενάριο, ξεκινάμε δημιουργώντας ένα πλαίσιο δεδομένων. 'Αποτέλεσμα μαθητή' είναι το όνομα του πλαισίου δεδομένων. Έχουμε τέσσερις στήλες σε αυτό το πλαίσιο δεδομένων. Η πρώτη στήλη που έχουμε είναι «Ονόματα». Η δεύτερη στήλη είναι 'Python'. Το όνομα της τρίτης στήλης είναι «Δομή_Δεδομένων». Το όνομα για το τέταρτο είναι 'Λογισμός'.
Σε αυτές τις στήλες, έχουμε παραθέσει μερικές τιμές. Για τη στήλη 'Names', έχουμε τη λίστα με τα ονόματα ορισμένων μαθητών 'Willow', 'Alice', 'Edward' και 'Amelia'. Οι σημάνσεις του python '96', '40', '98' και '98' αντιπροσωπεύονται από τις τιμές που διατηρούνται στη δεύτερη στήλη. Οι τιμές στην τρίτη στήλη είναι «86», «56», «73» και «90» και για την τέταρτη στήλη έχουμε «90», «33», «88» και «78». Τώρα χρησιμοποιήστε το 'pd.DataFrame' για να δημιουργήσετε το πλαίσιο δεδομένων.
Τώρα, προσθέτουμε μια νέα στήλη στο πλαίσιο δεδομένων μας χρησιμοποιώντας τη μέθοδο 'εκχώρηση'. Η νέα στήλη τιτλοφορείται «Σύνολο βαθμολογιών». Το όνομα για τη νέα στήλη είναι 'Total_marks'. Για να λάβουμε τους συνολικούς βαθμούς, χρησιμοποιήσαμε μια συνάρτηση 'Λάμδα' σε πολλές στήλες θεμάτων, συμπεριλαμβανομένης της Python, της δομής δεδομένων και του λογισμού. Αυτή η συνάρτηση θα προσθέσει τις βαθμολογίες και από τα τρία θέματα και θα τις εμφανίσει στη στήλη «Σύνολο_σημεία». Το 'print(dataframe)' θα εμφανίσει τελικά το πλαίσιο δεδομένων στην οθόνη.
Αυτή τη φορά, πήραμε αυτό το αποτέλεσμα. Η συνάρτηση 'Λάμδα' θα παρέχει εξαιρετικό αποτέλεσμα όταν χρησιμοποιείται σε πολλές στήλες. Εκχωρούμε μια νέα στήλη 'Total_marks' στο πλαίσιο δεδομένων μας χρησιμοποιώντας τη μέθοδο 'εκχώρηση', ώστε να μπορούμε να εμφανίσουμε το συνολικό αποτέλεσμα του μαθητή σε αυτήν τη στήλη. Τέλος, μπορούμε να δούμε ότι η στήλη 'Σύνολο βαθμολογιών' εμφανίζει τα συνολικά αποτελέσματα και για τα τρία θέματα. Οι αριθμοί για τις στήλες των συνολικών σημείων υπολογίστηκαν προσθέτοντας τις τιμές από τρεις στήλες χρησιμοποιώντας τα λάμδα '272', '129', '259' και '266'.
συμπέρασμα
Στη γλώσσα προγραμματισμού Python, μια συνάρτηση λάμδα είναι μια ανώνυμη συνάρτηση μιας γραμμής που παίρνει ένα όρισμα και έναν άπειρο αριθμό παραμέτρων. Μπορεί να προβάλουν πολλά επιχειρήματα, αλλά μόνο ένα από αυτά θα εκφραστεί. Μια εργασία λάμδα επαναφέρει ένα αντικείμενο χωρητικότητας που μπορεί να εκχωρηθεί σε οποιονδήποτε παράγοντα και δεν μπορεί να περιέχει ισχυρισμούς. Στην πρώτη περίπτωση χρησιμοποιήθηκε το «λάμδα» για τον προσδιορισμό του ποσοστού και στο δεύτερο παράδειγμα υπολογίστηκαν οι «συνολικοί βαθμοί» για τους μαθητές. Η σύνταξη, η χρήση και τα παραδείγματα τυπικών συναρτήσεων 'λάμδα' καλύπτονται σε αυτό το άρθρο.