[Python] Apply lambda 적용

Pandas에서 apply lambda를 적용하면 손쉽게 데이터를 가공할 수 있다. 

 

def get_square(a):
    return a**2

print('3의 제곱 : ',get_square(3))

보통 함수를 생성할 때,

def [함수명(인자)]:

  return 반환값

으로 생성하지만, lambda를 사용하면 손쉽게 함수를 생성하고 적용할 수 있다. 

 

 

lambda_square = lambda x: x**2
print("3의 제곱 : ",lambda_square(3))

lambda를 이용하면 한줄의 코드로도 함수를 생성할 수 있다. 

: 로 반활될 입력 인자의 계산식을 분리한다. 

:의 왼쪽에 있는 x는 입력인자이며, 오른쪽은 입력인자의 계산식이다. 

 

 

a = [1,2,3]
squares = map(lambda x : x**2,a)
list(squares)

map(lambda x : ) 처럼 map()함수를 결합하면 여러 개의 값을 입력 인자로 사용하여 lambda식을 이용할 수 있다. 

 

 

titanic 데이터에 lambda식을 적용하여 데이터를 가공해 보려고 한다. 

titanic_df['Name_len'] = titanic_df['Name'].apply(lambda x:len(x))
titanic_df[['Name','Name_len']].head()

'Name'컬럼에 lambda를 적용하여 'Name_len'컬럼을 새로 생성하였다. 

위와 같이 하나의 컬럼에 lambda를 적용할 수 있다. 

 

 

titanic_df['Child_Adult'] = titanic_df['Age'].apply(lambda x:'Child' if x<=15 else 'Adult')
titanic_df[['Age','Child_Adult']].head()

if절의 경우, if 식보다 반환 값을 먼저 입력해야 한다. 

lambda x : [반환값] if [조건] else [else 식] [else 반환값]

 

 

 

titanic_df['Age_cat'] = titanic_df['Age'].apply(lambda x: 'Child' if x<=15 else('Adult' if x<=60 else 'Elderly'))
titanic_df['Age_cat'].value_counts()

또한, lambda 절에서는 if, else만 사용 가능하고, else if는 사용할 수 없다. 

else if를 사용하고 싶으면 else절에 ()를 내포하여 ()내에서 다시 if와 else를 적용해야 한다.