python——⽤lambda函数替换for循环场景如下：
现在有⼀个dataframe，其中⼀列为score，值从0-100，
df：
score
98
88
37
68
86
33
现在需要增加⼀列level，给这些分数分类，90分以上为A，60-90为B，60以下为C。
常⽤的⽅法肯定是使⽤for循环，对每⼀⾏进⾏处理。
[python]
1. import pandas as pd
2.
3. list = [98,88,37,68,86,33]
4.
5. df = pd.DataFrame(list, columns=['score']) # convert list to dataframe
6.
7. df['level'] = '' # add a column
8.
9. def judgeLevel(df):
10.    for i in range(len(df)):
11.        if df.score.ix[i] < 60:
12.            df.level.ix[i] = 'C'
13.        elif df.score.ix[i] > 90:
14.            df.level.ix[i] = 'A'
15.        else:
16.            df.level.ix[i] = 'B'
17.    return df
18.
19. df = judgeLevel(df)
python中lambda怎么使用还有⼀种⽅法，是使⽤python的匿名函数：lambda函数
[python]
1. import pandas as pd
2.
3. list = [98,88,37,68,86,33]
4.
5. df = pd.DataFrame(list, columns=['score'])
6.
7. df['level'] = '' # add a column
8.
9. def judgeLevel(df):
10.    if df['score'] < 60:
11.        return 'C'
12.    elif df['score'] > 90:
13.        return 'A'
14.    else:
15.        return 'B'
16.
17. df['level'] = df.apply(lambda r: judgeLevel(r), axis=1)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。