Les pandas sont des applications si fréquentes qu'il pourrait être plus utile d'énumérer les choses qu'ils ne peuvent pas accomplir plutôt que les choses qu'ils peuvent. Vos données vivent pratiquement dans cet outil. Pandas peut vous aider à en savoir plus sur les données en les nettoyant, les transformant et les analysant. 'Lambda' est une autre façon de définir une fonction dans le langage ordinaire. En utilisant 'lambda', vous pouvez définir une fonction directement. Cela implique que vous pouvez utiliser une seule phrase de code Python pour appliquer une fonction à certaines données. Alors qu'une expression peut prendre plus d'un paramètre, une fonction 'lambda' est limitée à un. L'expression est évaluée et reçoit un résultat. Python's Pandas utilise la fonction 'lambda' pour résoudre une variété de problèmes de recherche de données. Dans le pandas DataFrame, nous pouvons utiliser la fonction 'lambda' pour les lignes et les colonnes.
'Lambda' exécute votre programme sur une société technologique hautement évolutive et gère l'administration de tous les actifs informatiques. Cela couvre le déploiement des mises à jour, le provisionnement de la capacité, la mise à l'échelle automatique, l'analyse et l'enregistrement du code, ainsi que la maintenance du serveur et de l'exploitation. Une petite contenance avec une seule articulation est la fonction Pandas « Lambda ». Les capacités 'Lambda' peuvent également fonctionner dans des situations où elles ne sont pas nommées. 'Lambda' correspond au mot-clé de la fonction. Le corps de la fonction à implémenter est indiqué par le second x. Le mot-clé doit être 'lambda' et est obligatoire, mais les arguments et le corps peuvent différer selon les circonstances. Le retour d'objets de fonction est possible avec les fonctions lambda.
La syntaxe de la fonction lambda :
Exemple 1 : Utilisation d'un DataFrame pour exécuter une méthode Lambda sur une nouvelle colonne en appliquant la méthode assign()
L'approche 'Lambda' est utilisée par Pandas pour résoudre divers problèmes de traitement de l'information. Une fonction brève, la méthode 'Lambda' peut également être utilisée de manière anonyme, ce qui signifie qu'elle n'a pas besoin de nom. La méthode 'lambda' peut être utilisée pour écrire des programmes minimaux et résoudre des problèmes simples. Dans les langages qui prennent en charge les fonctions d'ordre supérieur, les expressions 'lambda' ou techniques 'lambda' sont simplement des blocs d'instructions qui peuvent être alloués à des variables, passés en argument ou récupérés à partir d'un appel de fonction. Ils font depuis longtemps partie de la programmation. À partir du premier exemple de cet article, la condition de base pour l'exécution du code est le chargement des bibliothèques nécessaires. La bibliothèque « Pandas » est celle dont nous avons besoin. Pour le charger, il faut créer la ligne « import pandas as pd ». Nous allons maintenant construire notre data frame.
Dans cet exemple, notre base de données est appelée 'étudiants'. Notre bloc de données obtient alors deux colonnes supplémentaires. La première colonne est nommée 'Noms' et la seconde est nommée 'Marques'. Chacune des deux colonnes contient des valeurs. Nous avons les valeurs suivantes pour la première colonne 'Alvin', 'Watson', 'Thomas' et 'Noah' et les valeurs pour la deuxième colonne 'Marks'. Nous avons '400', '360', '430' et '290'. Maintenant, il va générer notre DataFrame en utilisant 'pd.DataFrame'.
Ensuite, nous atteignons le gros de notre code, où nous utilisons la méthode 'assign()' avec 'lambda' pour construire une nouvelle colonne unique. La fonction 'Lambda' est appliquée à une seule colonne via la méthode 'dataframe.assign()'. Lambda est une méthode supplémentaire de description des fonctions en langage ordinaire. En utilisant lambda, vous pouvez définir une fonction directement. Cela implique que vous pouvez utiliser une seule ligne de code Python pour appliquer une fonction à certaines données. Maintenant, nous attribuons une nouvelle colonne 'Pourcentage' dans notre dataframe en utilisant la méthode 'assign()'.
Une procédure « lambda » a été utilisée sur la colonne « Mark ». Les pourcentages des étudiants sont calculés à l'aide de la fonction Lambda et sont ensuite conservés dans une nouvelle colonne, qui est 'Pourcentage'. La formule que nous utilisons pour déterminer le pourcentage en utilisant 'lambda' est 'les notes ou les notes totales, qui est de 500 et multipliées par 100', qui produira le pourcentage précis de l'élève et l'affichera dans la colonne 'pourcentage' de la base de données. 'print(dataframe)' affichera maintenant le dataframe à l'écran.
Nous pouvons voir le résultat de ce code. La trame de données à trois colonnes apparaît dans cette image. La première colonne contient le nom de l'étudiant et la deuxième colonne contient les notes de l'étudiant. En utilisant la méthode 'assign()' et la fonction 'lambda' pour construire le 'pourcentage' de la troisième colonne, nous pouvons déterminer les pourcentages de l'élève, puis ajouter ces pourcentages à la troisième colonne, qui est nommée 'pourcentage' dans le cadre de données. . Les valeurs obtenues pour les colonnes de pourcentage en utilisant la formule étaient « 80 », « 72 », « 86 » et « 58 ». La taille de l'index est '4' dans cette trame de données.
Exemple 2 : Implémentation d'une fonction Lambda pour utiliser la méthode assign() dans plusieurs colonnes
La technique assign() de Pandas DataFrame nous permet d'utiliser la fonction Lambda sur de nombreuses colonnes. Chaque fois qu'une nouvelle fonction est requise, comme une fonction lambda ou une fonction de tri, nous sommes libres de l'ajouter. Les colonnes et les lignes du bloc de données Pandas peuvent toutes deux être traitées avec une fonction lambda. Dans ce scénario, nous commençons par générer une trame de données. 'Student result' est le nom de la dataframe. Nous avons quatre colonnes dans cette base de données. La première colonne que nous avons est 'Noms'. La deuxième colonne est 'Python'. Le nom de la troisième colonne est 'Data_structure'. Le nom du quatrième est 'Calculus'.
Dans ces colonnes, nous avons répertorié quelques valeurs. Pour la colonne 'Noms', nous avons la liste des noms de certains élèves 'Willow', 'Alice', 'Edward' et 'Amelia'. Les marquages du python '96', '40', '98' et '98' sont représentés par les valeurs contenues dans la deuxième colonne. Les valeurs dans la troisième colonne sont « 86 », « 56 », « 73 » et « 90 » et pour la quatrième colonne, nous avons « 90 », « 33 », « 88 » et « 78 ». Utilisez maintenant 'pd.DataFrame' pour générer le dataframe.
Maintenant, nous ajoutons une nouvelle colonne à notre bloc de données en utilisant la méthode 'assigner'. La nouvelle colonne s'intitule « Total des notes ». Le nom de la nouvelle colonne est 'Total_marks'. Pour obtenir les notes globales, nous avons utilisé une fonction 'Lambda' sur plusieurs colonnes de sujets, y compris Python, structure de données et calcul. Cette fonction additionnera les scores des trois matières et les affichera dans la colonne 'Total_marks'. 'print(dataframe)' affichera enfin le dataframe à l'écran.
Cette fois, nous avons obtenu ce résultat. La fonction 'Lambda' fournira un excellent résultat lorsqu'elle est utilisée dans plusieurs colonnes. Nous attribuons une nouvelle colonne 'Total_marks' à notre dataframe en utilisant la méthode 'assign' afin que nous puissions afficher le résultat total de l'élève dans cette colonne. Enfin, nous pouvons voir que la colonne 'Total des notes' affiche les résultats totaux pour les trois matières. Les nombres pour les colonnes des notes totales ont été calculés en additionnant les valeurs de trois colonnes à l'aide des lambda '272', '129', '259' et '266'.
Conclusion
Dans le langage de programmation Python, une fonction lambda est une fonction sans nom sur une ligne qui prend un argument et un nombre infini de paramètres. Ils peuvent avancer plusieurs arguments, mais un seul d'entre eux sera exprimé. Un travail lambda restaure un objet de capacité qui peut être affecté à n'importe quel facteur et ne peut contenir aucune assertion. Dans le premier cas, « lambda » a été utilisé pour déterminer le pourcentage, et dans le deuxième exemple, les « notes totales » pour les étudiants ont été calculées. La syntaxe, l'utilisation et des exemples de fonctions 'lambda' typiques sont traités dans cet article.