从列表[duplicate]创建lambda函数的方法

前言

pandas 和 numpy 包我相信解决方案不需要这些包中任何一个的工作知识。

安装程序

我希望创建一个lambda函数字典,以传递给 pandas pandas.DataFrame.to_latex .

我希望lambda函数的字典能够将浮点数格式化为列表指定的位数。

实例

我想达到的目标,最好是以身作则。让我们设置一些要格式化的浮动:

import numpy as np
import pandas as pd

y = np.array([[0.12345, 0.12345, 0.12345]])
colnames = ['col1', 'col2', 'col3']
df = pd.DataFrame(y, columns=colnames)

#print(df)
#      col1     col2     col3
#0  0.12345  0.12345  0.12345

很好,现在我想格式化这个专栏 col1 col2 在小数点后显示两位数字,并 col3 显示3位数字。让我们建立一个具有以下意图的列表:

digits = [1, 2, 3]

从这个列表中,我们将创建lambda函数的dict来格式化列,并在创建后测试函数。

fun = {}

for id, col in enumerate(['col1', 'col2', 'col3']):
    fun[col] = lambda x : '{{:.{}f}}'.format(digits[id]).format(x)
    print(fun[col](0.12345))
    # Prints 0.1, 0.12, 0.123 (looks to have worked!)

在上面的代码中,在创建每个条目时打印出来,我已经实现了我想要的。然而,再看一遍,我发现我错了

print(fun['col1'](0.12345)) # Prints 0.123
print(fun['col2'](0.12345)) # Prints 0.123
print(fun['col3'](0.12345)) # Prints 0.123

digits[id] = 3 在循环之后。

我想改变创建lambda函数的方式,这样我们就可以观察到:

print(fun['col1'](0.12345)) # Prints 0.1
print(fun['col2'](0.12345)) # Prints 0.12
print(fun['col3'](0.12345)) # Prints 0.123

有可能这样做吗?我想一个解决方案可能包括使用 eval

显而易见的解决方案

上下文之外 pd.DataFrame.to_latex ,我们可以创建一个lambda函数,该函数接受两个参数,并根据需要设置浮点格式:

fun = lambda x, digit : '{{:.{}f}}'.format(digit).format(x)

print(fun(0.12345, digits[0])) # Prints 0.1
print(fun(0.12345, digits[1])) # Prints 0.12
print(fun(0.12345, digits[2])) # Prints 0.123

但是,据我所知,传递给 可能只需要一个论点,因此这样的解决方案是不可行的。