Pandalar o kadar sık kullanılan uygulamalardır ki, yapabileceklerinden çok başaramadıkları şeyleri sıralamak daha faydalı olabilir. Verileriniz pratikte bu araçta yaşıyor. Pandalar, verileri temizleyerek, dönüştürerek ve analiz ederek veriler hakkında bilgi edinmenize yardımcı olabilir. “Lambda”, sıradan dilde bir işlevi tanımlamanın alternatif bir yoludur. “lambda” kullanarak doğrudan bir fonksiyon tanımlayabilirsiniz. Bazı verilere bir işlev uygulamak için tek bir Python kodu cümlesi kullanabileceğiniz anlamına gelir. Bir ifade birden fazla parametre alabilirken, bir 'lambda' işlevi bir ile sınırlıdır. İfade değerlendirilir ve bir sonuç verilir. Python'un Pandaları, çeşitli veri araştırma sorunlarını ele almak için 'lambda' işlevini kullanır. Pandalar DataFrame'de hem satırlar hem de sütunlar için “lambda” fonksiyonunu kullanabiliriz.
“Lambda”, programınızı yüksek düzeyde ölçeklenebilir bir teknoloji şirketinde yürütür ve tüm bilgisayar varlık yönetimini yönetir. Bu, güncelleme dağıtımını, kapasite sağlamayı, otomatik ölçeklendirmeyi, kod analizini ve kaydını ve sunucu ve işletim bakımını kapsar. Pandaların “Lambda” işlevi, tek eklemli küçük bir kapasitedir. “Lambda” yetenekleri, isimlendirilmediği durumlarda da aynı şekilde işlev görebilir. 'Lambda', işlevin anahtar kelimesini ifade eder. Gerçekleştirilmesi gereken işlevin gövdesi ikinci x ile gösterilir. Anahtar kelime “lambda” olmalıdır ve zorunludur, ancak argümanlar ve gövde koşullara göre değişebilir. Lambda fonksiyonları ile fonksiyon nesnelerini döndürmek mümkündür.
Lambda İşlevinin Sözdizimi:
Örnek 1: assign() Yöntemini Uygulayarak Yeni Bir Sütuna Lambda Yöntemi Yürütmek için DataFrame Kullanma
“Lambda” yaklaşımı, Pandalar tarafından çeşitli bilgi işleme sorunlarının üstesinden gelmek için kullanılır. Kısa bir fonksiyon olan “Lambda” yöntemi isimsiz olarak da kullanılabilir, yani bir isme ihtiyaç duymaz. “lambda” yöntemi, minimal programlar yazmak ve basit sorunları çözmek için kullanılabilir. Yüksek dereceli işlevleri destekleyen dillerde, 'lambda' ifadeleri veya 'lambda' teknikleri, değişkenlere atanabilen, bağımsız değişken olarak iletilebilen veya bir işlev çağrısından alınabilen basit talimat parçalarıdır. Uzun zamandır programlamanın bir parçası oldular. Bu makalenin ilk örneğinden başlayarak, kodun yürütülmesi için temel koşul, gerekli kitaplıkların yüklenmesidir. “Pandalar” kütüphanesi ihtiyacımız olan şeydir. Yüklemek için “pandaları pd olarak içe aktar” satırını oluşturmalıyız. Şimdi veri çerçevemizi oluşturacağız.
Bu örnekte, veri çerçevemiz 'öğrenciler' olarak adlandırılmaktadır. Veri çerçevemiz daha sonra iki ek sütun alır. İlk sütuna “İsimler”, ikinci sütuna “İşaretler” adı verilir. İki sütunun her biri bazı değerler içerir. İlk sütun 'Alvin', 'Watson', 'Thomas' ve 'Noah' için aşağıdaki değerlere ve ikinci sütun 'Marks' için değerlere sahibiz. Elimizde “400”, “360”, “430” ve “290” var. Şimdi “pd.DataFrame” kullanarak DataFrame'imizi üretecek.
Ardından, yeni bir tek sütun oluşturmak için “lambda” ile “assign()” yöntemini kullandığımız kodumuzun büyük kısmına ulaşıyoruz. 'Lambda' işlevi, 'dataframe.assign()' yöntemiyle yalnızca bir sütuna uygulanır. Lambda, işlevleri normal dilde tanımlamanın ek bir yöntemidir. Lambda kullanarak doğrudan bir fonksiyon tanımlayabilirsiniz. Belirli verilere bir işlev uygulamak için tek bir Python kodu satırı kullanabileceğiniz anlamına gelir. Şimdi veri çerçevemizde “assign()” yöntemini kullanarak yeni bir “Yüzde” sütunu atadık.
“Mark” sütununda “lambda” prosedürü kullanıldı. Öğrencilerin yüzdeleri Lambda işlevi kullanılarak hesaplanır ve daha sonra “Yüzde” olan yeni bir sütunda tutulur. “lambda” kullanarak yüzdeyi belirlemek için kullandığımız formül, öğrencinin kesin yüzdesini üretecek ve veri çerçevesinin “yüzde” sütununda gösterecek olan “500 olan ve 100 ile çarpılan puanlar veya toplam puanlar” dır. “print(dataframe)” şimdi ekranda veri çerçevesini gösterecek.
Bu kodun sonucunu görebiliriz. Bu görüntüde üç sütunlu veri çerçevesi görünür. İlk sütun öğrencinin adını, ikinci sütun ise öğrencinin notlarını içerir. Üçüncü sütunun “yüzde”sini oluşturmak için “assign()” yöntemini ve “lambda” işlevini kullanarak, öğrencinin yüzdelerini belirleyebilir ve ardından bu yüzdeleri veri çerçevesindeki “yüzde” olarak adlandırılan üçüncü sütuna ekleyebiliriz. . Yüzde sütunları için formül kullanılarak elde edilen değerler “80”, “72”, “86” ve “58” idi. Bu veri çerçevesinde indeksin boyutu “4”tür.
Örnek 2: Birden Çok Sütunda assign() Yöntemini Kullanmak İçin Bir Lambda İşlevi Uygulama
Pandas DataFrame'in assign() tekniği, Lambda işlevini birçok sütunda kullanmamıza izin veriyor. Lambda işlevi veya sıralama işlevi gibi her yeni işlev gerektiğinde, onu eklemekte özgürüz. Pandas veri çerçevesinin sütunları ve satırlarının her ikisi de bir lambda işleviyle işlenebilir. Bu senaryoda, bir veri çerçevesi oluşturarak başlıyoruz. “Öğrenci sonucu” veri çerçevesinin adıdır. Bu veri çerçevesinde dört sütunumuz var. Elimizdeki ilk sütun “İsimler”. İkinci sütun “Python”. Üçüncü sütunun adı “Veri_yapısı”dır. Dördüncünün adı “Calculus”.
Bu sütunlarda birkaç değer listeledik. “İsimler” sütunu için, bazı öğrencilerin “Söğüt”, “Alice”, “Edward” ve “Amelia” isimlerinin bir listesine sahibiz. Python'un “96”, “40”, “98” ve “98” işaretleri, ikinci sütunda tutulan değerlerle temsil edilir. Üçüncü sütundaki değerler “86”, “56”, “73” ve “90” ve dördüncü sütun için “90”, “33”, “88” ve “78” var. Şimdi veri çerçevesini oluşturmak için “pd.DataFrame” kullanın.
Şimdi “atama” yöntemini kullanarak veri çerçevemize yeni bir sütun ekliyoruz. Yeni sütunun başlığı 'Toplam puanlar'dır. Yeni sütunun adı 'Total_marks'. Genel notları almak için Python, veri yapısı ve hesap dahil olmak üzere çeşitli konu sütunlarında bir 'Lambda' işlevi kullandık. Bu fonksiyon, her üç dersten alınan puanları toplayacak ve bunları “Toplam_işaretler” sütununda görüntüleyecektir. “print(dataframe)” sonunda veri çerçevesini ekranda gösterecektir.
Bu sefer bu sonucu elde ettik. 'Lambda' işlevi, birkaç sütunda kullanıldığında mükemmel bir sonuç sağlayacaktır. Öğrencinin toplam sonucunu o sütunda görüntüleyebilmemiz için 'atama' yöntemini kullanarak veri çerçevemize yeni bir 'Total_marks' sütunu atarız. Son olarak, 'Toplam puanlar' sütununun üç konunun tümü için toplam sonuçları gösterdiğini görebiliriz. Toplam puan sütunlarının sayıları, '272', '129', '259' ve '266' lambdaları kullanılarak üç sütundaki değerler toplanarak hesaplanmıştır.
Çözüm
Python programlama dilinde bir lambda işlevi, bir argüman ve sonsuz sayıda parametre alan isimsiz, tek satırlı bir işlevdir. Birkaç argüman öne sürebilirler, ancak bunlardan sadece biri ifade edilecektir. Bir lambda çalışması, herhangi bir faktöre atanabilen ve herhangi bir iddia içeremeyen bir kapasite nesnesini geri yükler. İlk durumda yüzdeyi belirlemek için “lambda” kullanılmış ve ikinci örnekte öğrenciler için “toplam puan” hesaplanmıştır. Tipik 'lambda' işlevlerinin sözdizimi, kullanımı ve örnekleri bu makalede ele alınmaktadır.