lambda

lambda：輸入是傳入到引數列表x的值，輸出是根據表示式(expression)計算得到的值。

比如：lambda x, y: xy#函式輸入是x和y，輸出是它們的積xy

lambda x :x[-2:] #x是字串時，輸出字串的後兩位

lambda x :func #輸入 x,通過函式計算後返回結果

lambda x:'%.2f' % x # 對結果保留兩位小數

apply

當想讓方程作用在一維的向量上時，可以使用apply來完成,常常與lambda合用，如下所示，修改某列的字元，只保留後兩位

df['time']=df['time'].apply(lambda x:x[-2:])

例：由一組dataframe資料，包括有數值型的三列氣象要素，由這三列通過公式計算人體舒適指數

應用到的人體舒適指數計算公式：

import pandas as pd
import numpy as np
import math

path='data.csv'  #檔案路徑
data=pd.read_csv(path,index_col=0,encoding='gbk')  #讀取資料有中文時用gbk解碼

#定義舒適指數公式函式，結果保留1位小數
def get_CHB(T,RH,S):
    return round(1.8*T-0.55*(1.8*T-26)*(1-RH/100)-3.2*math.sqrt(S)+32,1)

 
#增加一列CHB並計算資料後賦值
data['舒適指數']=data.apply(lambda x:get_CHB(x['平均氣溫'],x['平均相對溼度'],x['2M風速']),axis=1)

#列印結果
print(data)

#儲存結果
data.to_csv('D:\\CHB.csv',encoding='gbk')

程式碼中使用了apply和lambda的組合，傳入的引數x為整個data資料，在函式中引入的引數則是x[‘平均氣溫’],x[‘平均相對溼度’],x[‘2M風速’],與自定義的函式get_CHB對應。最後需使用axis=1來指定是對列進行運算。

結果如圖所示：