如何将lambda函数分解为它自己的函数?(lambda当前超过125个字符)

作为一般规则,我认为最好依靠自动化工具重新格式化代码,而不是像自己的计算机那样设法应用所有这些规则。

我知道的三个主要选择是:

• black :在语法级别重新格式化;除了最大行长度之外,根本没有配置。
• yapf :在语法级别重新格式化;高度可配置。
• autopep8 (和前人一样 pep8ify ):仅在表面重新格式化;不会更改已符合PEP 8的任何内容。如果您希望尽可能少的更改(例如,因为您正在重新格式化长期存在的代码,不希望在源代码管理中有大量的更改列表),则非常有用。

这里是什么 黑色 使用您的代码:

styled_df = df.style.apply(
    lambda x: [
        "background: rgba(255,0,0,.3)"
        if ("BBC" in x["newsSource"] or "Wall" in x["newsSource"]) and idx == 0
        else ""
        for idx, v in enumerate(x)
    ],
    axis=1,
)

这占据了大量的垂直空白。但是你不能配置 黑色 以不同的方式对待它。那么,你能做什么?

无论何时 黑色 坚持将我的代码重新格式化为对我来说不好的代码,这意味着我必须将代码重新组织为更容易格式化的代码。

最明显的是把那个巨人 lambda 变成一个 def 或者两个:

def highlight(x):
    return "BBC" in x["newsSource"] or "Wall" in x["newsSource"]

def style(x):
    return [
        "background: rgba(255,0,0,.3)" if highlight(x) and idx==0 else ""
        for idx, v in enumerate(x)
    ]

styled_df = df.style.apply(style, axis=1)

做了那些你甚至不用的 v 你要做的就是设计第一个( and idx == 0 如果新闻来源包括BBC或Wall。

所以,对于BBC和Wall的节目来说,你要退回一部 background 加 len(x)-1 空字符串;对于其他事情,您只是返回 len(x) 空字符串。

假设这就是你想要的逻辑,让我们明确地说:

def style(x):
    if "BBC" in x["newsSource"] or "Wall" in x["newsSource"]:
        first = "background: rgba(255,0,0,.3)"
        return [first] + [""]*(len(x)-1)
    return [""]*len(x)

styled_df = df.style.apply(style, axis=1)

你可能更喜欢 ["" for _ in range(x)] 到 [""]*len(x) 我不太确定这里哪个更可读。

我可能会把这个lambda改成一个函数,但是我正在努力解决这个问题。我刚接触过兰姆达斯,这一点完全是从另一个问题得到的……所以是的,同意lambda是根本问题。

一 兰姆达 是 一个函数,就像 DEF 是。唯一的区别是:

• DEF 是一个语句,因此不能将它放在表达式的中间。
• 兰姆达 是表达式,因此不能在其中包含任何语句。
• DEF 为函数命名。

除此之外,它们编译的函数工作方式完全相同。例如:

func = lambda x: expr(x)

def func(x): return expr(x)

用相同的字节码定义两个函数,除了 func.__name__ 是 'func' 对于 DEF 但有点像 '<lambda>' 对于 兰姆达 .

更重要的是,如果您想向函数中抛出循环或测试, 兰姆达 你必须把它转换成一种理解或者一种if表达;用 DEF 如果合适的话,可以这样做,否则可以使用复合语句。

但是,另一方面,如果函数没有好的名称,而且除了用作回调函数之外,它确实不值得考虑, 兰姆达 更好。例如,如果您定义的函数 return x - 3 只会用一次, DEF 真傻。

首先:你的代码在做什么?

让我们仔细阅读:

lambda x: ["background: rgba(255,0,0,.3)" 
        if('BBC' in x['newsSource'] or 'Wall' in x['newsSource']) and
        idx == 0 else ""
        for idx, v in enumerate(x)]

你只对 x 因为你知道 idx == 0 . 记住,只有在第一次迭代中索引才会为零。所以如果 X 有1000000个元素,您将评估999999个无用元素 if 条件。

据我所知,你的算法的解释是:

创建长度相同的列表 X 其中每个元素都是空字符串。如果 BBC 或 'Wall' 存在于 x['newsSource'] 使此新列表的第一个元素为字符串 background: rgba(255,0,0,.3) . 返回此新列表。

这很容易编纂:

def mysterious_function(x):
    new_list = [''] * len(x)

    if 'BBC' in x['newsSource'] or 'Wall' in x['newsSource']:
        new_list[0] = 'background: rgba(255,0,0,.3)'

    return new_list

现在可以在当前代码中使用神秘函数:

styled_df = df.style.apply(mysterious_function, axis=1)

这不是更好吗?

(请给函数取一个更好的名称)