Los pandas son aplicaciones tan frecuentes que podría ser más útil enumerar las cosas que no pueden lograr en lugar de las cosas que pueden. Sus datos prácticamente viven en esta herramienta. Pandas puede ayudarlo a aprender sobre los datos limpiándolos, transformándolos y analizándolos. 'Lambda' es una forma alternativa de definir una función en lenguaje ordinario. Utilizando 'lambda', puede definir una función directamente. Implica que puede usar una sola oración de código Python para aplicar una función a algunos datos. Mientras que una expresión puede tomar más de un parámetro, una función 'lambda' está limitada a uno. La expresión se evalúa y se le da un resultado. Pandas de Python utiliza la función 'lambda' para abordar una variedad de problemas de investigación de datos. En el marco de datos de pandas, podemos usar la función 'lambda' tanto para las filas como para las columnas.
“Lambda” ejecuta su programa en una empresa de tecnología altamente escalable y gestiona toda la administración de activos informáticos. Esto cubre la implementación de actualizaciones, el aprovisionamiento de capacidad, el escalado automático, el análisis y el registro de códigos, y el mantenimiento operativo y del servidor. Una pequeña capacidad con una sola junta es la función 'Lambda' de Pandas. Las habilidades 'Lambda' pueden funcionar igualmente en situaciones en las que no tienen nombre. 'Lambda' representa la palabra clave de la función. El cuerpo de la función que debe implementarse se indica con la segunda x. La palabra clave debe ser 'lambda' y es obligatoria, pero los argumentos y el cuerpo pueden diferir según las circunstancias. Es posible devolver objetos de función con funciones lambda.
La sintaxis de la función lambda:
Ejemplo 1: uso de un marco de datos para ejecutar un método Lambda en una columna nueva mediante la aplicación del método de asignación ()
Pandas utiliza el enfoque 'Lambda' para abordar diversos problemas de procesamiento de información. Una función breve, el método 'Lambda' también se puede usar de forma anónima, lo que significa que no necesita un nombre. El método 'lambda' se puede usar para escribir programas mínimos y resolver problemas simples. En los lenguajes que admiten funciones de orden superior, las expresiones 'lambda' o las técnicas 'lambda' son simplemente fragmentos de instrucciones que se pueden asignar a variables, pasar como argumento o recuperar de una llamada de función. Durante mucho tiempo han sido un componente de la programación. Comenzando con el primer ejemplo de este artículo, la condición básica para la ejecución del código es la carga de las bibliotecas necesarias. La biblioteca 'Pandas' es lo que necesitamos. Para cargarlo debemos crear la línea “import pandas as pd”. Ahora construiremos nuestro marco de datos.
En este ejemplo, nuestro marco de datos se denomina 'estudiantes'. Nuestro marco de datos obtiene dos columnas adicionales. La primera columna se llama 'Nombres' y la segunda se llama 'Marcas'. Cada una de las dos columnas contiene algunos valores. Tenemos los siguientes valores para la primera columna 'Alvin', 'Watson', 'Thomas' y 'Noah' y los valores para la segunda columna 'Marcas'. Tenemos '400', '360', '430' y '290'. Ahora, generará nuestro DataFrame usando 'pd.DataFrame'.
Luego llegamos a la mayor parte de nuestro código, donde usamos el método 'asignar ()' con 'lambda' para construir una nueva columna única. La función 'Lambda' se aplica a una sola columna a través del método 'dataframe.assign()'. Lambda es un método adicional para describir funciones en lenguaje ordinario. Usando lambda, puede definir una función directamente. Implica que puede usar una sola línea de código Python para aplicar una función a ciertos datos. Ahora asignamos una nueva columna 'Porcentaje' en nuestro marco de datos usando el método 'asignar ()'.
Se utilizó un procedimiento “lambda” en la columna “Mark”. Los porcentajes de los estudiantes se calculan utilizando la función Lambda y luego se guardan en una nueva columna, que es 'Porcentaje'. La fórmula que usamos para determinar el porcentaje usando 'lambda' es 'marcas o marcas totales, que son 500 y multiplicadas por 100', lo que producirá el porcentaje exacto del estudiante y lo mostrará en la columna 'porcentaje' del marco de datos. 'imprimir (marco de datos)' ahora mostrará el marco de datos en la pantalla.
Podemos ver el resultado de este código. El marco de datos con tres columnas aparece en esta imagen. La primera columna contiene el nombre del estudiante y la segunda columna tiene las calificaciones del estudiante. Al utilizar el método 'asignar ()' y la función 'lambda' para construir el 'porcentaje' de la tercera columna, podemos determinar los porcentajes del estudiante y luego agregar esos porcentajes a la tercera columna, que se denomina 'porcentaje' en el marco de datos . Los valores que se obtuvieron para las columnas de porcentajes mediante la fórmula fueron “80”, “72”, “86” y “58”. El tamaño del índice es '4' en este marco de datos.
Ejemplo 2: Implementación de una función Lambda para usar el método de asignación () en varias columnas
La técnica de asignación () de Pandas DataFrame nos permite usar la función Lambda en muchas columnas. Cada vez que se requiere una nueva función, como una función lambda o una función de clasificación, podemos agregarla libremente. Las columnas y filas del marco de datos de Pandas se pueden tratar con una función lambda. En este escenario, comenzamos generando un marco de datos. 'Resultado del estudiante' es el nombre del marco de datos. Tenemos cuatro columnas en este marco de datos. La primera columna que tenemos es 'Nombres'. La segunda columna es 'Python'. El nombre de la tercera columna es 'Estructura_datos'. El nombre del cuarto es 'Cálculo'.
En estas columnas, hemos enumerado algunos valores. Para la columna 'Nombres', tenemos la lista de los nombres de algunos estudiantes 'Willow', 'Alice', 'Edward' y 'Amelia'. Las marcas de Python '96', '40', '98' y '98' están representadas por los valores que se encuentran en la segunda columna. Los valores de la tercera columna son “86”, “56”, “73” y “90” y para la cuarta columna tenemos “90”, “33”, “88” y “78”. Ahora use 'pd.DataFrame' para generar el marco de datos.
Ahora, agregamos una nueva columna a nuestro marco de datos utilizando el método 'asignar'. La nueva columna se titula “Total de notas”. El nombre de la nueva columna es 'Total_marks'. Para obtener las calificaciones generales, usamos una función 'Lambda' en varias columnas de temas, incluidos Python, estructura de datos y cálculo. Esta función agregará las puntuaciones de las tres materias y las mostrará en la columna 'Total_marks'. 'imprimir (marco de datos)' finalmente mostrará el marco de datos en la pantalla.
Esta vez, obtuvimos este resultado. La función 'Lambda' proporcionará un resultado excelente cuando se utilice en varias columnas. Asignamos una nueva columna 'Total_marks' a nuestro marco de datos usando el método 'asignar' para que podamos mostrar el resultado total del estudiante en esa columna. Finalmente, podemos ver que la columna 'Total de puntos' muestra los resultados totales de las tres materias. Los números para las columnas de las puntuaciones totales se calcularon sumando los valores de tres columnas usando la lambda '272', '129', '259' y '266'.
Conclusión
En el lenguaje de programación Python, una función lambda es una función de una línea sin nombre que toma un argumento y una cantidad infinita de parámetros. Pueden hacer varios argumentos, pero sólo se expresará uno de ellos. Un trabajo lambda restaura un objeto de capacidad que puede asignarse a cualquier factor y no puede contener ninguna aserción. En el primer caso, se utilizó “lambda” para determinar el porcentaje, y en el segundo ejemplo, se calcularon las “notas totales” de los estudiantes. La sintaxis, la utilización y los ejemplos de funciones 'lambda' típicas se tratan en este artículo.