일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 워드클라우드
- opencv
- 크롤링
- 파이썬
- LDA
- t-test
- 주성분분석
- dataframe
- 빅데이터분석기사
- DBSCAN
- Lambda
- 데이터분석전문가
- iloc
- pandas
- 데이터분석준전문가
- 데이터불균형
- 데이터분석
- 빅데이터
- 언더샘플링
- 군집화
- 오버샘플링
- numpy
- ADP
- 독립표본
- Python
- datascience
- 대응표본
- 텍스트분석
- ADsP
- PCA
Archives
목록Lambda (1)
Data Science LAB

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 ..
🐍 Python/Pandas
2022. 3. 10. 21:35