Panda adalah aplikasi yang sangat sering sehingga mungkin lebih berguna untuk menghitung hal-hal yang tidak dapat mereka capai daripada hal-hal yang dapat mereka capai. Data Anda praktis ada di alat ini. Panda dapat membantu Anda mempelajari data dengan membersihkan, mengubah, dan menganalisisnya. 'Lambda' adalah cara alternatif untuk mendefinisikan fungsi dalam bahasa biasa. Memanfaatkan 'lambda', Anda dapat mendefinisikan fungsi secara langsung. Ini menyiratkan bahwa Anda dapat menggunakan satu kalimat kode Python untuk menerapkan fungsi ke beberapa data. Sementara ekspresi dapat mengambil lebih dari satu parameter, fungsi 'lambda' terbatas pada satu. Ekspresi dinilai dan diberi hasil. Pandas Python menggunakan fungsi 'lambda' untuk mengatasi berbagai masalah penelitian data. Di pandas DataFrame, kita dapat menggunakan fungsi 'lambda' untuk baris dan kolom.
'Lambda' menjalankan program Anda di perusahaan teknologi yang sangat skalabel dan mengelola semua administrasi aset komputer. Ini mencakup penerapan pembaruan, penyediaan kapasitas, penskalaan otomatis, analisis dan perekaman kode, serta pemeliharaan server dan pengoperasian. Kapasitas kecil dengan hanya satu sambungan adalah fungsi Pandas “Lambda”. Kemampuan 'Lambda' dapat berfungsi sama dalam situasi di mana mereka tidak disebutkan namanya. “Lambda” adalah singkatan dari kata kunci fungsi. Tubuh fungsi yang perlu diimplementasikan ditunjukkan oleh x kedua. Kata kunci harus “lambda” dan wajib, tetapi argumen dan isi mungkin berbeda sesuai dengan keadaan. Mengembalikan objek fungsi dimungkinkan dengan fungsi lambda.
Sintaks untuk Fungsi lambda:
Contoh 1: Menggunakan DataFrame untuk Mengeksekusi Metode Lambda ke Kolom Baru dengan Menerapkan Metode assign()
Pendekatan “Lambda” digunakan oleh Panda untuk mengatasi beragam masalah pemrosesan informasi. Fungsi singkatnya, metode 'Lambda' juga dapat digunakan secara anonim, yang berarti tidak memerlukan nama. Metode 'lambda' dapat digunakan untuk menulis program minimal dan memecahkan masalah sederhana. Dalam bahasa yang mendukung fungsi tingkat tinggi, ekspresi “lambda” atau teknik “lambda” hanyalah potongan instruksi yang dapat dialokasikan ke variabel, diteruskan sebagai argumen, atau diambil dari panggilan fungsi. Mereka telah lama menjadi komponen pemrograman. Dimulai dengan contoh pertama artikel ini, kondisi dasar untuk eksekusi kode adalah pemuatan library yang diperlukan. Pustaka 'Panda' adalah yang kami butuhkan. Untuk memuatnya, kita harus membuat baris “import pandas as pd.” Sekarang kita akan membangun kerangka data kita.
Dalam contoh ini, kerangka data kami disebut 'siswa.' Bingkai data kami kemudian mendapat dua kolom tambahan. Kolom pertama diberi nama 'Nama' dan kolom kedua diberi nama 'Tanda'. Masing-masing dari dua kolom berisi beberapa nilai. Kami memiliki nilai berikut untuk kolom pertama 'Alvin', 'Watson', 'Thomas' dan 'Noah' dan nilai untuk kolom kedua 'Marks.' Kami memiliki '400', '360', '430' dan '290.' Sekarang, itu akan menghasilkan DataFrame kami dengan menggunakan 'pd.DataFrame'.
Kemudian kami mencapai sebagian besar kode kami, di mana kami menggunakan metode 'assign()' dengan 'lambda' untuk membangun satu kolom baru. Fungsi “Lambda” diterapkan hanya ke satu kolom melalui metode “dataframe.assign()”. Lambda adalah metode tambahan untuk mendeskripsikan fungsi dalam bahasa biasa. Menggunakan lambda, Anda dapat mendefinisikan fungsi secara langsung. Ini menyiratkan bahwa Anda dapat menggunakan satu baris kode Python untuk menerapkan fungsi ke data tertentu. Sekarang kita menetapkan kolom baru 'Persentase' dalam kerangka data kita dengan menggunakan metode 'assign()'.
Prosedur 'lambda' digunakan pada kolom 'Tandai'. Persentase siswa dihitung menggunakan fungsi Lambda dan kemudian disimpan di kolom baru, yaitu “Persentase.” Rumus yang kami gunakan untuk menentukan persentase dengan menggunakan 'lambda' adalah 'nilai atau nilai total, yaitu 500 dan dikalikan dengan 100,' yang akan menghasilkan persentase siswa yang tepat dan menampilkannya di kolom 'persentase' kerangka data. “print(dataframe)” sekarang akan menampilkan dataframe di layar.
Kita dapat melihat hasil kode ini. Kerangka data dengan tiga kolom muncul di gambar ini. Kolom pertama berisi nama siswa, dan kolom kedua berisi nilai siswa. Dengan menggunakan metode “assign()” dan fungsi “lambda” untuk menyusun “persentase” kolom ketiga, kita dapat menentukan persentase siswa dan kemudian menambahkan persentase tersebut ke kolom ketiga, yang diberi nama “persentase” dalam kerangka data . Nilai yang diperoleh untuk kolom persentase dengan menggunakan rumus adalah “80”, “72”, “86” dan “58”. Ukuran indeks adalah '4' dalam kerangka data ini.
Contoh 2: Menerapkan Fungsi Lambda untuk Menggunakan Metode assign() di Beberapa Kolom
Teknik assign() Pandas DataFrame memungkinkan kita untuk menggunakan fungsi Lambda di banyak kolom. Setiap kali fungsi baru diperlukan, seperti fungsi lambda atau fungsi pengurutan, kami bebas menambahkannya. Kolom dan baris bingkai data Pandas keduanya dapat diperlakukan dengan fungsi lambda. Dalam skenario ini, kita mulai dengan membuat kerangka data. 'Hasil siswa' adalah nama kerangka data. Kami memiliki empat kolom dalam kerangka data ini. Kolom pertama yang kita miliki adalah 'Nama'. Kolom kedua adalah 'Python'. Nama kolom ketiga adalah “Data_structure”. Nama untuk yang keempat adalah 'Kalkulus'.
Di kolom ini, kami telah mencantumkan beberapa nilai. Untuk kolom 'Nama', kami memiliki daftar beberapa nama siswa 'Willow', 'Alice', 'Edward' dan 'Amelia'. Penandaan python “96”, “40”, “98”, dan “98” diwakili oleh nilai-nilai yang ada di kolom kedua. Nilai di kolom ketiga adalah '86', '56', '73' dan '90' dan untuk kolom keempat kita memiliki '90', '33', '88' dan '78'. Sekarang gunakan 'pd.DataFrame' untuk menghasilkan kerangka data.
Sekarang, kami menambahkan kolom baru ke bingkai data kami menggunakan metode 'assign'. Kolom baru berjudul 'Total nilai'. Nama untuk kolom baru adalah “Total_marks”. Untuk mendapatkan nilai keseluruhan, kami menggunakan fungsi “Lambda” pada beberapa kolom subjek, termasuk Python, struktur data, dan kalkulus. Fungsi ini akan menambahkan skor dari ketiga mata pelajaran dan menampilkannya di kolom “Total_marks”. “print(dataframe)” akhirnya akan menampilkan dataframe di layar.
Kali ini, kami memperoleh hasil ini. Fungsi “Lambda” akan memberikan hasil yang sangat baik saat digunakan di beberapa kolom. Kami menetapkan kolom baru 'Total_marks' ke kerangka data kami menggunakan metode 'assign' sehingga kami dapat menampilkan hasil total siswa di kolom tersebut. Terakhir, kita dapat melihat bahwa kolom “Total mark” menampilkan hasil total untuk ketiga mata pelajaran. Angka untuk kolom nilai total dihitung dengan menambahkan nilai dari tiga kolom menggunakan lambda “272”, “129”, “259”, dan “266”.
Kesimpulan
Dalam bahasa pemrograman Python, fungsi lambda adalah fungsi satu baris tanpa nama yang mengambil satu argumen dan jumlah parameter yang tak terbatas. Mereka mungkin membuat beberapa argumen, tetapi hanya satu yang akan diungkapkan. Pekerjaan lambda memulihkan objek kapasitas yang dapat ditetapkan ke faktor apa pun dan tidak dapat memuat pernyataan apa pun. Dalam kasus pertama, 'lambda' digunakan untuk menentukan persentase, dan pada contoh kedua, 'nilai total' untuk siswa dihitung. Sintaks, pemanfaatan, dan contoh fungsi 'lambda' yang khas dibahas dalam artikel ini.