Ang mga panda ay napakadalas ng mga application na maaaring maging mas kapaki-pakinabang na magbilang ng mga bagay na hindi nila magagawa kaysa sa mga bagay na magagawa nila. Ang iyong data ay halos nabubuhay sa tool na ito. Matutulungan ka ng mga Panda na matutunan ang tungkol sa data sa pamamagitan ng paglilinis, pagbabago, at pagsusuri nito. Ang 'Lambda' ay isang alternatibong paraan upang tukuyin ang isang function sa ordinaryong wika. Gamit ang 'lambda', maaari mong direktang tukuyin ang isang function. Ipinahihiwatig nito na maaari kang gumamit ng isang pangungusap ng Python code upang maglapat ng isang function sa ilang data. Habang ang isang expression ay maaaring tumagal ng higit sa isang parameter, ang isang 'lambda' function ay limitado sa isa. Ang expression ay tinasa at binibigyan ng resulta. Ginagamit ng Python's Pandas ang function na 'lambda' upang tugunan ang iba't ibang isyu sa pagsasaliksik ng data. Sa pandas DataFrame, maaari naming gamitin ang function na 'lambda' para sa parehong mga row at column.
Isinasagawa ng 'Lambda' ang iyong programa sa isang lubos na nasusukat na kumpanya ng teknolohiya at pinamamahalaan ang lahat ng pangangasiwa ng asset ng computer. Sinasaklaw nito ang pag-deploy ng update, pagbibigay ng kapasidad, awtomatikong pag-scale, pagsusuri at pag-record ng code, at pagpapanatili ng server at operating. Ang isang maliit na kapasidad na may isang joint lamang ay ang Pandas 'Lambda' function. Ang mga kakayahan ng 'Lambda' ay maaaring pantay na gumana sa mga sitwasyon kung saan ang mga ito ay hindi pinangalanan. Ang “Lambda” ay kumakatawan sa keyword ng function. Ang katawan ng function na kailangang ipatupad ay ipinahiwatig ng pangalawang x. Ang keyword ay dapat na 'lambda' at kinakailangan, ngunit ang mga argumento at katawan ay maaaring mag-iba ayon sa mga pangyayari. Ang pagbabalik ng mga function na bagay ay posible sa mga function ng lambda.
Ang Syntax para sa Lambda Function:
Halimbawa 1: Paggamit ng DataFrame para Magsagawa ng Lambda Method sa Bagong Column sa pamamagitan ng Paglalapat ng assign() Method
Ang 'Lambda' na diskarte ay ginagamit ng mga Panda upang harapin ang magkakaibang mga isyu sa pagproseso ng impormasyon. Isang maikling function, ang 'Lambda' na paraan ay maaari ding gamitin nang hindi nagpapakilala, na nangangahulugang hindi nito kailangan ng pangalan. Ang pamamaraang 'lambda' ay maaaring gamitin upang magsulat ng kaunting mga programa at malutas ang mga simpleng isyu. Sa mga wikang sumusuporta sa mga high-order na function, ang mga expression na 'lambda' o 'lambda' na diskarte ay mga bahagi lang ng mga tagubilin na maaaring ilaan sa mga variable, ipasa bilang argumento, o makuha mula sa isang function call. Matagal na silang bahagi ng programming. Simula sa unang halimbawa ng artikulong ito, ang pangunahing kundisyon para sa pagpapatupad ng code ay ang paglo-load ng mga kinakailangang library. Ang aklatan ng 'Pandas' ay ang kailangan namin. Upang mai-load ito, dapat tayong lumikha ng linyang 'mag-import ng mga panda bilang pd.' Bubuo na kami ngayon ng aming data frame.
Sa halimbawang ito, ang aming data frame ay tinatawag na 'mga mag-aaral.' Makakakuha ang aming data frame ng dalawang karagdagang column. Ang unang hanay ay pinangalanang 'Mga Pangalan' at ang pangalawa ay pinangalanang 'Mga Marka'. Ang bawat isa sa dalawang column ay naglalaman ng ilang value. Mayroon kaming mga sumusunod na value para sa unang column na “Alvin”, “Watson”, “Thomas” at “Noah” at ang mga value para sa pangalawang column na “Marks.” Mayroon kaming '400', '360', '430' at '290.' Ngayon, bubuo ito ng aming DataFrame sa pamamagitan ng paggamit ng 'pd.DataFrame'.
Pagkatapos ay naabot namin ang karamihan ng aming code, kung saan ginagamit namin ang 'assign()' na paraan na may 'lambda' upang bumuo ng bagong solong column. Ang function na 'Lambda' ay inilapat sa isang column lamang sa pamamagitan ng 'dataframe.assign()' na paraan. Ang Lambda ay isang karagdagang paraan ng paglalarawan ng mga function sa ordinaryong wika. Gamit ang lambda, maaari mong direktang tukuyin ang isang function. Ito ay nagpapahiwatig na maaari kang gumamit ng isang linya ng Python code upang maglapat ng isang function sa ilang data. Ngayon, nagtatalaga kami ng bagong column na 'Porsyento' sa aming dataframe sa pamamagitan ng paggamit ng 'assign()' na paraan.
Isang 'lambda' na pamamaraan ang ginamit sa column na 'Mark'. Ang mga porsyento ng mga mag-aaral ay kinukuwenta gamit ang Lambda function at pagkatapos ay pinananatili sa isang bagong column, na 'Porsyento.' Ang formula na ginagamit namin upang matukoy ang porsyento sa pamamagitan ng paggamit ng 'lambda' ay 'mga marka o kabuuang marka, na 500 at i-multiply sa 100,' na gagawa ng tumpak na porsyento ng mag-aaral at ipapakita ito sa column na 'porsyento' ng dataframe. Ipapakita na ngayon ng “print(dataframe)” ang dataframe sa screen.
Maaari naming tingnan ang resulta ng code na ito. Ang dataframe na may tatlong column ay lilitaw sa larawang ito. Ang unang column ay naglalaman ng pangalan ng mag-aaral, at ang pangalawang column ay may mga marka ng mag-aaral. Sa pamamagitan ng paggamit ng pamamaraang “assign()” at ang function na “lambda” upang buuin ang “porsyento” ng ikatlong column, matutukoy natin ang mga porsyento ng mag-aaral at pagkatapos ay idagdag ang mga porsyentong iyon sa ikatlong column, na pinangalanang “porsyento” sa data frame . Ang mga halaga na nakuha para sa mga column ng porsyento sa pamamagitan ng paggamit ng formula ay '80', '72', '86' at '58'. Ang laki ng index ay '4' sa dataframe na ito.
Halimbawa 2: Pagpapatupad ng Lambda Function para Gamitin ang assign() Method sa Maramihang Column
Ang pamamaraan ng assign() ng Pandas DataFrame ay nagbibigay-daan sa amin na gamitin ang Lambda function sa maraming column. Sa tuwing kailangan ng bagong function, gaya ng lambda function o sort function, malaya kaming idagdag ito. Ang mga column at row ng data frame ng Pandas ay parehong maaaring tratuhin ng lambda function. Sa sitwasyong ito, magsisimula tayo sa pagbuo ng dataframe. 'Resulta ng mag-aaral' ang pangalan ng dataframe. Mayroon kaming apat na column sa dataframe na ito. Ang unang column na mayroon kami ay 'Mga Pangalan'. Ang pangalawang hanay ay 'Python'. Ang pangalan ng ikatlong column ay “Data_structure”. Ang pangalan para sa ikaapat ay 'Calculus'.
Sa mga column na ito, naglista kami ng ilang value. Para sa column na 'Mga Pangalan', mayroon kaming listahan ng mga pangalan ng ilang estudyante na 'Willow', 'Alice', 'Edward' at 'Amelia'. Ang mga marka ng python na '96', '40', '98', at '98' ay kinakatawan ng mga halagang hawak sa ikalawang hanay. Ang mga halaga sa ikatlong column ay '86', '56', '73' at '90' at para sa ikaapat na column mayroon kaming '90', '33', '88' at '78'. Ngayon, gamitin ang 'pd.DataFrame' para buuin ang dataframe.
Ngayon, nagdagdag kami ng bagong column sa aming data frame gamit ang 'assign' na paraan. Ang bagong column ay pinamagatang “Kabuuang marka”. Ang pangalan para sa bagong column ay “Total_marks”. Para makuha ang pangkalahatang marka, gumamit kami ng function na 'Lambda' sa ilang column ng paksa, kabilang ang Python, istraktura ng data, at calculus. Idaragdag ng function na ito ang mga score mula sa lahat ng tatlong paksa at ipapakita ang mga ito sa column na “Total_marks”. Sa wakas ay ipapakita ng “print(dataframe)” ang dataframe sa screen.
Sa pagkakataong ito, nakuha namin ang kinalabasan na ito. Ang function na 'Lambda' ay magbibigay ng mahusay na resulta kapag ginamit sa ilang column. Nagtatalaga kami ng bagong column na 'Total_marks' sa aming dataframe gamit ang 'assign' na paraan para maipakita namin ang kabuuang resulta ng mag-aaral sa column na iyon. Sa wakas, makikita natin na ang column na 'Kabuuang marka' ay nagpapakita ng kabuuang mga resulta para sa lahat ng tatlong paksa. Ang mga numero para sa mga column ng kabuuang marka ay kinakalkula sa pamamagitan ng pagdaragdag ng mga value mula sa tatlong column gamit ang lambda “272”, “129”, “259” at “266”.
Konklusyon
Sa Python programming language, ang isang lambda function ay isang walang pangalan, isang linyang function na tumatagal ng isang argumento at isang walang katapusang bilang ng mga parameter. Maaari silang gumawa ng ilang mga argumento, ngunit isa lamang sa kanila ang ipahahayag. Ang isang gawaing lambda ay nagre-restore ng isang bagay na may kapasidad na maaaring italaga sa anumang kadahilanan at hindi maaaring maglaman ng anumang mga pahayag. Sa unang kaso, ginamit ang 'lambda' upang matukoy ang porsyento, at sa pangalawang halimbawa, ang 'kabuuang marka' para sa mga mag-aaral ay kinakalkula. Ang syntax, paggamit, at mga halimbawa ng mga karaniwang function na 'lambda' ay saklaw sa artikulong ito.