python⽤lambda函数替换for循环的⽅法
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。
import pandas as pd
list = [98,88,37,68,86,33]
df = pd.DataFrame(list, columns=['score']) # convert list to dataframe
df['level'] = '' # add a column
def judgeLevel(df):
for i in range(len(df)):
if df.score.ix[i] < 60:
python中lambda怎么使用df.level.ix[i] = 'C'
elif df.score.ix[i] > 90:
df.level.ix[i] = 'A'
else:
df.level.ix[i] = 'B'
return df
df = judgeLevel(df)
还有⼀种⽅法，是使⽤python的匿名函数：lambda函数
import pandas as pd
list = [98,88,37,68,86,33]
df = pd.DataFrame(list, columns=['score'])
df['level'] = '' # add a column
def judgeLevel(df):
if df['score'] < 60:
return 'C'
elif df['score'] > 90:
return 'A'
else:
return 'B'
df['level'] = df.apply(lambda r: judgeLevel(r), axis=1)
⾄于如何取舍，就由各位⾃⾏决定了，多学⼀点总不是坏处，对吧？
以上这篇python ⽤lambda函数替换for循环的⽅法就是⼩编分享给⼤家的全部内容了，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。

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。