Python-apply(lambda x: )的使用及說明

更新時間：2023年02月01日 14:39:38 作者：程序媛小姑娘

這篇文章主要介紹了Python-apply(lambda x: )的使用及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

Python-apply(lambda x: )使用

def instant_order_deal(plat, special_product, clearance_goods, new_product_instant,orders):
    """
    :param plat: 要計算的平臺
    :param special_product: 特定庫齡產品，其他平臺的，amazon的在下面單獨讀取
    :param clearance_goods: 清倉產品
    :param new_product: 新品
    :param orders: 訂單
    :return:
    """
    # 退款訂單處理
    orders['訂單總金額(包含客戶運費、平臺補貼)'] = orders.apply(lambda x: 0 if (x['訂單類型'] == 'refund') else x['訂單總金額(包含客戶運費、平臺補貼)'], axis=1)
    "中間特定sku處理毛利"
    # orders['毛利'] = orders.apply(lambda x: (x['平均采購價']* 0.4 + x['毛利']) if (x['產品代碼'] == 'S4338867210')| (x['產品代碼']=='S2130010010') else x['毛利'],axis=1)
    orders['毛利'] = orders.apply(lambda x: (x['毛利'] + 5) if (x['產品代碼'] == 'S1416028410') | (x['產品代碼'] == 'S1416028440') | (x['產品代碼'] == 'S1416028470')  else x['毛利'], axis=1)
    """折價商品毛利計算 + 額溫槍"""
    depreciate = read_data().read_depreciate()
    orders['毛利'] = orders.apply(lambda x: (x['平均采購價'] * 0.4 * x['數量']  + x['毛利']) if (x['產品代碼'] in depreciate) and x['訂單類型'] == 'sale' else x['毛利'],axis=1)


    orders['平均采購價'] = orders.apply(lambda x: 0 if (x['訂單類型'] == 'resend') else x['平均采購價'], axis=1)
    # 中英倉處理
    orders['倉庫分類'] = orders.apply(lambda x: '中倉' if (x['發(fā)運倉庫'] =='SH [上海奉賢倉]') | (x['發(fā)運倉庫'] =='WZC [溫州倉]') | (x['發(fā)運倉庫'] =='SZC [深圳倉]') else '海外倉', axis=1)
    # 處理新品
    # if plat == 'ebay' or plat == 'shopee' or plat == 'amazon' :
    newproduct = read_data().read_newproduct()
    orders['倉庫分類'] = orders.apply(lambda x: '新品' if (x['產品代碼'] in newproduct) else x['倉庫分類'], axis=1)

    #處理海運產品
    shipping = read_data().read_shipping()
    orders['倉庫分類'] =orders.apply(lambda x: '海運產品' if(x['產品代碼'] in shipping  and  x['倉庫分類'] != '海外倉') else x['倉庫分類'],axis=1)

    # 當月轉清倉處理
    orders['倉庫分類'] = orders.apply(lambda x: '特定庫齡'if isClearance(x['付款時間'], x['產品代碼'], clearance_goods) != None  else x['倉庫分類'], axis=1)

    # 特定庫齡處理
    orders['倉庫分類'] = orders.apply(lambda x: '特定庫齡' if (x['發(fā)運倉庫'] == 'GSE [古斯美東倉]' and x['平臺']!='ebay') else x['倉庫分類'], axis=1)
    if plat == 'amazon':
        # amazon的特定庫齡需要單獨讀取
        special_product_a = read_data().read_special_product(plat)
        special_product_as = read_data().read_special_product('amazon特殊')

        orders['倉庫分類'] = orders.apply(lambda x: '特定庫齡' if (x['產品代碼'] in special_product_as) else x['倉庫分類'], axis=1)
        orders['倉庫分類'] = orders.apply(lambda x: '特定庫齡' if ((x['發(fā)運倉庫'] + x['產品代碼']) in special_product_a) else x['倉庫分類'], axis=1)

    else:
        special_product = read_data().read_special_product('其他平臺')
        orders['倉庫分類'] = orders.apply(lambda x: '特定庫齡' if (x['產品代碼'] in special_product) else x['倉庫分類'], axis=1)
        orders['倉庫分類']=orders.apply(lambda x:'穩(wěn)定期' if (x['倉庫分類']=='中倉')| (x['倉庫分類']=='海外倉' )else x['倉庫分類'],axis=1 )
    # 處理好倉庫分類，接下來判斷是否是開發(fā)新品
    orders = pd.merge(orders, new_product_instant, on='產品代碼', how='left')
    orders['開發(fā)新品'] = orders['開發(fā)新品'].fillna('非開發(fā)新品')
    # 然后處理貨值
    orders['貨值'] = orders['數量'] * orders['平均采購價']

    # orders = pd.merge(orders,mask_instant, on='產品代碼', how='left')
    # orders['口罩'] = orders['口罩'].fillna('非口罩')

    return orders

python的lambda函數

Lambda 表達式

匿名函數的定義

在 Python 里有兩類函數：

第一類：用 def 關鍵詞定義的正規(guī)函數
第二類：用 lambda 關鍵詞定義的匿名函數

Python 使用 lambda 關鍵詞來創(chuàng)建匿名函數，而非def關鍵詞，它沒有函數名，其語法結構如下：

lambda argument_list: expression

lambda - 定義匿名函數的關鍵詞。
argument_list - 函數參數，它們可以是位置參數、默認參數、關鍵字參數，和正規(guī)函數里的參數類型一樣。
:- 冒號，在函數參數和表達式中間要加個冒號。
expression - 只是一個表達式，輸入函數參數，輸出一些值。

注意：

expression 中沒有 return 語句，因為 lambda 不需要它來返回，表達式本身結果就是返回值。
匿名函數擁有自己的命名空間，且不能訪問自己參數列表之外或全局命名空間里的參數。

def sqr(x):
?
? ? return x ** 2
?
print(sqr)
?
# <function sqr at 0x000000BABD3A4400>
?
y = [sqr(x) for x in range(10)]
?
print(y)
?
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
?
lbd_sqr = lambda x: x ** 2
?
print(lbd_sqr)
?
# <function <lambda> at 0x000000BABB6AC1E0>
?
y = [lbd_sqr(x) for x in range(10)]
?
print(y)
?
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
?
?
sumary = lambda arg1, arg2: arg1 + arg2
?
print(sumary(10, 20)) ?# 30
?
func = lambda *args: sum(args)
?
print(func(1, 2, 3, 4, 5)) ?# 15

匿名函數的應用

函數式編程是指代碼中每一塊都是不可變的，都由純函數的形式組成。這里的純函數，是指函數本身相互獨立、互不影響，對于相同的輸入，總會有相同的輸出，沒有任何副作用。

def f(x):
?
? ? for i in range(0, len(x)):
?
? ? ? ? x[i] += 10
?
? ? return x
?
x = [1, 2, 3]
?
f(x)
?
print(x)
?
# [11, 12, 13]
?
def f(x):
?
? ? y = []
?
? ? for item in x:
?
? ? ? ? y.append(item + 10)
?
? ? return y
?
x = [1, 2, 3]
?
f(x)
?
print(x)
?
# [1, 2, 3]

匿名函數常常應用于函數式編程的高階函數 (high-order function)中，主要有兩種形式：

參數是函數 (filter, map)
返回值是函數 (closure)

如，在 filter和map函數中的應用：

filter(function, iterable) 過濾序列，過濾掉不符合條件的元素，返回一個迭代器對象，如果要轉換為列表，可以使用 list() 來轉換。

odd = lambda x: x % 2 == 1?
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])?
print(list(templist)) ?# [1, 3, 5, 7, 9]

map(function, *iterables) 根據提供的函數對指定序列做映射。

m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
?
print(list(m1)) ?
?
# [1, 4, 9, 16, 25]
?
m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
?
print(list(m2)) ?
?
# [3, 7, 11, 15, 19]

除了 Python 這些內置函數，我們也可以自己定義高階函數。

def apply_to_list(fun, some_list):
?
? ? return fun(some_list)
?
lst = [1, 2, 3, 4, 5]
?
print(apply_to_list(sum, lst))
?
# 15
?
print(apply_to_list(len, lst))
?
# 5
?
print(apply_to_list(lambda x: sum(x) / len(x), lst))
?
# 3.0