从列表创建 lambda 函数的方法

Question

前言

虽然这个问题涉及pandas 和numpy 包，但我相信解决方案不需要了解这些包中的任何一个。

设置

我希望创建一个 lambda 函数字典以传递给 pandas 函数 pandas.DataFrame.to_latex 的格式化程序参数。

我希望 lambda 函数字典将浮点数格式化为列表指定的数字。

示例

我想达到的效果最好通过例子来说明。让我们设置一些我们想要格式化的浮点数：

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

太好了，现在我想格式化列 col1 以显示小数点后的 1 位数字。同样，我想格式化 col2 以显示小数点后的 2 位数字和 col3 以显示 3 位数字。让我们为此目的设置一个列表：

digits = [1, 2, 3]

从这个列表中，我们将创建一个 lambda 函数的字典来格式化列，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!)

在上面打印每个条目的代码中，我已经实现了我想要的。然而，再看我发现我错了

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

我了解这些函数在循环后都将浮点格式设置为与digits[id] = 3 相同。

我想改变我创建 lambda 函数的方式，以便我们观察：

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

可以这样做吗？我想一个解决方案可能涉及使用eval，但我无法弄清楚。

明显的解决方案

在 pd.DataFrame.to_latex 的上下文之外，我们可以创建一个 lambda 函数，它接受两个参数并根据需要格式化浮点数：

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，据我了解，传递给 pd.DataFrame.to_latex 的格式化程序函数可能只需要一个参数，因此这样的解决方案不可行。

Answer 1

你需要在循环的时候绑定float分辨率的值，否则3个lambda闭包引用同一个id变量，都会得到最后一个赋值给id的值。

使用functools.partial的可能解决方案

def col_resolution(resolution, x):
    return '{{:.{}f}}'.format(resolution).format(x)

for id, col in enumerate(['col1', 'col2', 'col3']):
    fun[col] = partial(col_resolution, digits[id])

    # one line with lambda
    # fun[col] = partial(lambda res, x : '{{:.{}f}}'.format(res).format(x), digits[id])