Python中关于Lambda函数的使用总结

Posted 2021-03-24 outliars

lambda表达式是一种匿名函数，对应python中的自定义函数def，是定义某个函数时比较高级的一种写法。作为python初学者，本文整理了lambda的一些基本用法和特点。

lambda和def的对应关系

定义func函数，计算给定数x的平方

def func(x):
    return x*x

等价于

func = lambda x: x*x

 

其中func是函数名，x是输入参数，x*x是输出结果

 

输入参数可以有多个，可以接收不定参数如*args或者**kwargs。

 

f = lambda x, *args, para, **kwargs : [args, para, kwargs]
f(1, 2, 3, para=‘number‘, name=‘Jack‘, sex=‘male‘)
# 输出 [(2, 3), ‘number‘, {‘name‘: ‘Jack‘, ‘sex‘: ‘male‘}]

 

 

有时也可以不指定输入参数，如：

lambda: random.randn()

　

lambda与map(), filter(), reduce()

lambda表达式返回一个函数，这个函数可以作为其他函数的参数。常用的可以与lambda组合的内置函数有map(), filter(), reduce().

在处理一个可迭代对象如列表，字典等时，可以用map(lambda, x) 代替 for...in...循环，如：

 

lst = [1, 2, 3, 4, 5]
res = []
for i in lst:
    a = i*i
    res.append(a)

 

等价于

res = list(map(lambda x:x*x, lst))

　

可以看到这里的lambda生成的函数直接作为map函数的function参数，对列表的每一个元素进行平方计算

 

同理可以将lambda用于filter进行筛选，或者reduce累积运算：

from functools import reduce
lst = [1, 2, 3, 4, 5]

f_res = filter(lambda x: x>3, lst)
r_res = reduce(lambda x, y: x*y, lst)

print(‘大于3的数字有：‘, list(f_res)) 
print(‘累乘结果为：‘, r_res)

 

 

输出结果：

大于3的数字有： [4, 5]
累乘结果为： 120

　　

lambda与if条件判断

lambda表达式中可以插入if...else进行条件判断，如

f = lambda x: ‘even‘ if x%2==0 else ‘odd‘
# f(3)输出结果 odd

 

等价于

def f(x):
　　if x%2==0:
　　　　return ‘even‘
　　else:
　　　　return ‘odd‘

　　

注意如果在lambda中使用if进行条件判断，则else是必须声明的，否则会引起报错。如果不返回结果可以用 else None 表示。

if...elif...else的多条件判断也可以用于lambda，但会使得代码过于复杂，所以不推荐。

 

lambda在pandas中的使用

lambda函数常用于DataFrame或者Series对象下的map、apply、transform方法

import pandas as pd
df = pd.DataFrame({‘Age‘: [22, 21, 22, 21, 20], ‘Score‘: [87, 66, 79, 54, 59]})
df[‘Pass‘] = df.apply(lambda x: ‘pass‘ if x[1]>=60 else ‘Not pass‘, axis=1)

 

输出新列 ‘Pass‘，根据成绩判断通过与否，输出df后结果为：

	Age	Score	Pass
0	22	87	pass
1	21	66	pass
2	22	79	pass
3	21	54	Not pass
4	20	59	Not pass

x为DataFrame对象，当参数axis=1时，x[1]等于第二列。

 

当用于Series对象时，以上代码等价于：

df[‘Pass‘] = df[‘Score‘].apply(lambda x: ‘pass‘ if x>60 else ‘Not pass‘)

 

在pandas中，通过apply，map, transform方法，lambda可以直接应用于Series级别的运算。

当使用applymap方法时，lambda可以应用于DataFrame级别的运算。

 

lamda的优缺点

lambda的优点：

• 不需要定义函数名（匿名函数）
• 代码简洁美观
• 适用于定义简单的计算

lambda的缺点：

• 只有一个运算式，不适用于复杂的计算
• 不够直观，难于理解，增加了维护成本