HOWTO · Pandas
Appliquer la fonction Lambda à Pandas DataFrame
Ce guide explique comment appliquer les fonctions Lambda à pandas DataFrame à l'aide des méthodes DataFrame.assign() et DataFrame.apply().
Sur cette page
Utilisez une fonction Python lambda avec pandas lorsqu’une fonction courte, composée d’une seule expression, suffit : utilisez DataFrame.assign() pour créer des colonnes, DataFrame.apply() pour effectuer des calculs par ligne ou par colonne, Series.map() pour transformer des valeurs et un masque booléen pour filtrer des lignes. L’opération et son axe déterminent ce que reçoit la fonction lambda et ce qu’elle renvoie.
Rôle d’une fonction lambda dans pandas
Une expression Python lambda crée une petite fonction anonyme qui contient une seule expression, par exemple lambda value: value * 2. Elle décrit un calcul ; l’opération pandas qui reçoit cette fonction détermine si celle-ci porte sur une colonne entière, une ligne ou une valeur individuelle d’une série. Préférez une fonction nommée avec def lorsque la logique nécessite plusieurs instructions, doit être réutilisée ou gagnerait à avoir un nom plus explicite.
Créer des colonnes dérivées avec DataFrame.assign()
DataFrame.assign() renvoie un DataFrame contenant les colonnes nouvelles ou remplacées demandées, sans modifier le DataFrame d’origine. Une affectation appelable reçoit le DataFrame ; une seule expression peut donc utiliser une ou plusieurs colonnes existantes. Par exemple, df.assign(percentage=lambda data: data["marks"] / 1000 * 100) calcule un pourcentage, tandis que df.assign(total=lambda data: data["math"] + data["science"]) combine deux colonnes. La nouvelle colonne est alignée sur l’index du DataFrame.
Appliquer une fonction aux lignes ou aux colonnes avec DataFrame.apply()
DataFrame.apply() transmet chaque colonne par défaut : axis=0 applique la fonction aux colonnes, tandis que axis=1 l’applique à chaque ligne. Pour un calcul par ligne, comme l’addition des valeurs base et bonus d’une ligne, écrivez df.apply(lambda row: row["base"] + row["bonus"], axis=1). L’objet renvoyé dépend de la valeur retournée par la fonction ; une valeur scalaire par ligne produit une série. Pour de simples opérations arithmétiques sur une colonne, privilégiez les opérations vectorisées de pandas, généralement plus claires et plus rapides que l’appel de Python pour chaque ligne.
Mapper ou filtrer les valeurs d’une série
La fonction intégrée map(function, values) de Python transforme chaque élément et renvoie un itérateur ; le convertir avec list(...) matérialise les résultats. Series.map(function) est son équivalent dans pandas et renvoie une série alignée sur l’index d’origine. Par exemple, df["age"].map(lambda age: age + 1) incrémente les valeurs sans modifier le DataFrame tant que le résultat ne lui est pas affecté.
La fonction intégrée filter(predicate, values) de Python conserve les éléments pour lesquels le prédicat est vrai et renvoie un itérateur. Pour filtrer un DataFrame pandas, un masque booléen est plus direct et conserve les lignes correspondantes ainsi que leurs autres colonnes : df[df["age"] < 25]. Il est également possible de filtrer une série avec df["age"][df["age"] < 25]. Les résultats diffèrent : filter appliqué à une série renvoie des valeurs, tandis qu’un masque sur un DataFrame sélectionne des lignes entières.
Appliquer une logique conditionnelle avec une fonction lambda
Une expression conditionnelle peut être intégrée à l’expression unique d’un lambda : lambda income: "Stable" if income >= 5000 else "Unstable". Appliquée à une série, elle crée un libellé pour chaque revenu. Le seuil est inclusif : la valeur 5000 reçoit Stable, et les valeurs inférieures reçoivent Unstable. Ces libellés littéraux restent en anglais. Pour tout un DataFrame, affectez le résultat à une colonne, par exemple df["category"] = df["income"].apply(lambda income: "Stable" if income >= 5000 else "Unstable").
Choisir une méthode et vérifier le résultat
Utilisez assign() pour ajouter des colonnes, apply() lorsqu’une fonction doit traiter chaque ligne ou chaque colonne, Series.map() pour transformer chaque valeur et un masque booléen pour sélectionner les lignes correspondantes. Avant d’affecter le résultat, vérifiez l’axe, l’entrée transmise à la fonction lambda et si le résultat est une série ou un DataFrame. Cet exemple autonome illustre ces méthodes avec des données liées. Les libellés affichés dans le code, notamment Stable et Unstable, restent en anglais :
import pandas as pd
df = pd.DataFrame({"name": ["Ari", "Bea", "Cal"], "math": [80, 92, 75], "science": [85, 88, 90], "income": [4000, 6000, 5000]})
result = df.assign(
total=lambda data: data["math"] + data["science"],
next_income=lambda data: data["income"].map(lambda value: value + 1000),
category=lambda data: data["income"].apply(lambda value: "Stable" if value >= 5000 else "Unstable"),
)
selected = result[result["total"] >= 170]
print(selected[["name", "total", "next_income", "category"]].to_string(index=False))