lambda与pd.Series()

1. 问题概述：
   • 初始问题是如何将形如"600 ~ 1200"的字符串数据分割并提取其中的最小值和最大值。
2. 解决方案：
   • 方法一：使用pd.Series([min_val, max_val], index=['min', 'max'])：
     • 这种方法在apply方法中定义了一个函数，该函数将每个范围字符串拆分成最小值和最大值，并将其返回为一个Pandas Series对象。
     • 然后将这个Series对象拼接到原始的DataFrame中，完成数据处理。

# 假设这些值以字符串形式保存在一个列表中
values = [
    '600 ~ 1200',
    '600 ~ 1200',
    '10 ~ 20',
    '20 ~ 40',
    '80 ~ 150',
    '20 ~ 40',
    '300 ~ 600',
    '10 ~ 20',
    '150 ~ 300'
]

import pandas as pd

# 定义一个函数，用于将字符串分割并计算最大值和最小值
def min_max_from_string(s):
    min_val, max_val = map(int, s.split(' ~ '))
    return pd.Series([min_val, max_val], index=['min', 'max'])

# 将values转换为DataFrame
df = pd.DataFrame(values, columns=['range'])

# 应用函数并将结果拼接到原DataFrame
df[['min', 'max']] = df['range'].apply(min_max_from_string)

print(df)

• 方法二：使用lambda函数：
  • 这种方法直接在apply方法中使用lambda函数来处理每行的范围字符串。
  • lambda函数通过字符串的split方法将范围分割成最小值和最大值，并直接赋值给DataFrame的新列。

import pandas as pd

# 假设这些值以字符串形式保存在一个列表中
values = [
    '600 ~ 1200',
    '600 ~ 1200',
    '10 ~ 20',
    '20 ~ 40',
    '80 ~ 150',
    '20 ~ 40',
    '300 ~ 600',
    '10 ~ 20',
    '150 ~ 300'
]

# 将values转换为DataFrame
df = pd.DataFrame(values, columns=['range'])

# 使用lambda函数处理每行的范围字符串，不需要显式创建Series对象
df[['min', 'max']] = df['range'].apply(lambda x: pd.Series([int(val) for val in x.split(' ~ ')]))

print(df)

3. 效率比较：

   • 就处理效率而言，lambda函数的方法可能稍微更快一些，因为它避免了额外创建Pandas Series对象的开销。
   • 性能上的差异通常是微小的，主要取决于数据规模和具体的运行环境。

4. 总结知识点：

   • 使用Python中的Pandas库处理数据，特别是使用apply方法对每行数据进行自定义处理。
   • 比较和选择不同方法时，需要考虑代码的简洁性、可读性以及可能的性能影响。
   • lambda函数在简单数据转换任务中通常更为适用和直接。