Python 如何使用lambda函数代替for循环

我有两个for循环运行在一些数据上，最后，计算一些操作的行数和累计df。代码在这里

def preprocess(dfs, functions):
    storage = []
    row = 0

    for df in dfs:
        for func in functions:
            df = func(df)
        row += row + df.shape[0] 
        storage.append(df)

    df = pd.concat(storage, ignore_index=True)
    return row, df

---

我可以使用lambda函数来减少代码，使代码更优雅、性能更好吗？

这是我的答案，因为我得到了几张反对票，但没有一张能回答这个问题。这当然可以用lambda实现，但是，它可能不会提高性能

def preprocess(dfs, functions):
    d = [map(lambda func: func(df), functions) for df in dfs]
    df = pd.concat(d[-1], ignore_index=True)
    return df.shape[0], df

---

lambda不是性能特性。在代码中使用更多的lambda并不会使它更快。lambda只是在表达式中创建函数的一种方法，其中函数体只包含一个return语句。调用一个函数会有开销，所以如果你以前没有函数，使用lambda不会让事情变得更快。好吧，我明白了。-4的意义是什么？我想这个问题没那么糟糕。你刚刚毁了这个帐户。你确定要执行row+=row+df.shape[0]吗？这不应该是row+=df.shape[0]还是row=row+df.shape[0]？你的问题不太妙，但我认为它当然不值得4次否决票，我几乎可以肯定，没有任何评论者投了否决票，这不是他们的风格。然而，有些人认为如何使这段工作代码运行得更快问题应该在代码审查上，而不是这样。或者你可能因为没有做足够的研究来了解lambda不是一个性能增强功能而被否决了，它肯定不是for循环的替代品。