python中lambda函数if用法-Python中关于Lambda函数的使用总结

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 inlst:

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

importpandas 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：

AgeScorePass

02287pass

12166pass

22279pass

32154Not pass

42059Not 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