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。
importpandasaspd list=[98,88,37,68,86,33] df=pd.DataFrame(list,columns=['score'])#convertlisttodataframe df['level']=''#addacolumn defjudgeLevel(df): foriinrange(len(df)): ifdf.score.ix[i]<60: df.level.ix[i]='C' elifdf.score.ix[i]>90: df.level.ix[i]='A' else: df.level.ix[i]='B' returndf df=judgeLevel(df)
还有一种方法，是使用python的匿名函数：lambda函数
importpandasaspd list=[98,88,37,68,86,33] df=pd.DataFrame(list,columns=['score']) df['level']=''#addacolumn defjudgeLevel(df): ifdf['score']<60: return'C' elifdf['score']>90: return'A' else: return'B' df['level']=df.apply(lambdar: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毛票票。