python记录--lambda,map,filter,series和DataFrame的索引和列排序

lambda函数：匿名函数，即没有具体名称的函数，允许快速定义单行函数。
lambda 参数：操作运算

y=lambda x:x**2
print(y(10))#100
g=lambda x,y,z=3:(x+y)*z
print(g(1,2,5))#15

map(function, iterable)
第一个参数是传入一个函数，函数可内置，可自定义，可以是匿名函数。
第二个参数是一个可迭代对象，如列表，字符串等等。
返回一个map对象，注意不是列表不能直接输出，可通过for循环或者list()来显示。（python2返回的是列表）

map(lambda x:x**2,[1,2,3])#<map object at 0x000002BF6654F898>
list(map(lambda x:x**2,[1,2,3]))#[1, 4, 9]
[i**2 for i in [1,2,3]]#[1, 4, 9]

list(map(lambda x, y: x * y, [1, 3, 5, 7, 9], [2, 4, 6, 8]))
#参数长度不一，按照短的算[2, 12, 30, 56]

利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：[‘adam’, ‘LISA’, ‘barT’]，输出：[‘Adam’, ‘Lisa’, ‘Bart’]：

list(map(lambda x:x[0].upper()+x[1:].lower(),['adam','LISA','barT']))
#['Adam', 'Lisa', 'Bart']

map用字典映射（dataframe的series，不能用list做字典映射？）
DataFrame->array->字典

import pandas as pd
#文件中有中文时
a = pd.read_csv('a.csv', encoding = 'gb2312') 
a
   mobile operator
0     155       移动
1     166       联通
2     129       未知

a.values
array([[155, '移动'],
       [166, '联通'],
       [129, '未知']], dtype=object)
<class 'numpy.ndarray'>

c=dict(a.values)
c
Out[7]: {155: '移动', 166: '联通', 129: '未知'}

b=pd.read_csv('b.csv') 
b['m']=[int(str(i)[0:3]) for i in b['mobile']]
b
Out[8]: 
        mobile    m
0    155636363  155
1    166342334  166
2    129442432  129
3   1312331232  131
4  15532341314  155


b['operator']=list(b['m'].map(c))
b
Out[11]: 
        mobile    m operator
0    155636363  155       移动
1    166342334  166       联通
2    129442432  129       未知
3   1312331232  131      NaN
4  15532341314  155       移动

filter(function, iterable)
第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中，返回的是filter对象，用list显示。

#过滤偶数
list(filter(lambda x:x%2==0,list(range(10))))#[0, 2, 4, 6, 8]

#过滤100以内的完全平方数
import math
list(filter(lambda x:math.sqrt(x)%1==0,list(range(100))))
#[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

series按列和索引排序

DataFrame按列和索引排序