Summary  
This chapter covers Python’s lambda functions—anonymous, single-expression functions defined with the lambda keyword—and demonstrates using them for concise inline operations such as applying transformations to data and filtering rows by index positions with pandas’ iloc.  

General domain of usage  
Data manipulation and analysis

Watch this video to see how `lambda` functions work in Python and how you can use them with pandas for flexible data selection, including practical demonstrations of filtering DataFrames by index using `iloc[]` and `lambda`. This video will help reinforce your understanding with step-by-step examples and real-world data scenarios.

Una función `lambda` es una función pequeña y anónima definida con la palabra clave `lambda`. A diferencia de las funciones regulares definidas con `def`, una función `lambda` no tiene nombre y está destinada a lógica breve de uso único.

Definición

La sintaxis es:
```python
lambda arguments: expression
```

La función recibe `arguments` y devuelve el resultado de `expression`. Algunos ejemplos sencillos:


double = lambda x: x * 2
print(double(5))  # Returns 10

is_even = lambda x: x % 2 == 0
print(is_even(4))  # Returns True

## Uso de `lambda` con `iloc[]`

En pandas, `iloc[]` normalmente acepta posiciones basadas en enteros. Sin embargo, también se puede pasar una función `lambda`; en este caso, `x` se refiere al propio DataFrame y `x.index` proporciona los valores del índice de las filas:
```python
data.iloc[lambda x: x.index < 5]
```

Esto devuelve las primeras cinco filas (índices `0` a `4`). A continuación se explica qué hace cada parte:

- `lambda x`: define una función anónima donde `x` es el DataFrame;
- `x.index`: accede a los valores del índice de las filas;
- `x.index < 5`: condición de filtrado; solo se seleccionan las filas cuyo índice es menor que `5`.

El resultado es un array booleano que `iloc[]` utiliza para filtrar las filas.



## Filtrado por paridad de índice

Un caso de uso común es dividir un conjunto de datos por índices pares e impares. El operador módulo `%` devuelve el resto de la división:

import pandas as pd

# Data import
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/IMDb_Data_final.csv')

# Rows with even indices (0, 2, 4, ...)
even = data.iloc[lambda x: x.index % 2 == 0]
print(even.head())

# Rows with odd indices (1, 3, 5, ...)
odd = data.iloc[lambda x: x.index % 2 != 0]
print(odd.head())

`x.index % 2 == 0` es `True` cuando el índice es divisible por `2` (par), y `False` en caso contrario.

¿A qué se refiere `x` en el siguiente código?

Este curso contiene muchas funciones útiles para un futuro analista de datos. Aprenderás diferentes formas de extraer datos e incluso establecer condiciones sobre ellos. Después de esto, estarás familiarizado con los métodos de agrupación de datos. Además, aprenderás cómo preprocesar datos. Cada sección tiene su propio conjunto de datos, lo que hace que el curso sea atractivo.

Esta sección te enseñará cómo mostrar columnas específicas por sus títulos o índices. Además, te familiarizarás con las formas en que puedes seleccionar filas por índices.

Aquí aprenderás cómo extraer datos que cumplen condiciones específicas. Además, aprenderás cómo combinarlas e incluso crear tus propias condiciones.

En esta sección, ampliarás tus conocimientos sobre cómo establecer diferentes condiciones de datos. Aprenderás a verificar si tus datos se encuentran en una lista definida de valores o entre dos valores. También aprenderás a encontrar los valores más grandes y más pequeños.

Esta sección es una de las más fascinantes del curso. Aquí aprenderás cómo agrupar datos de diferentes maneras. Te ayudará a trabajar como analista de datos para descubrir información sobre grupos de datos específicos.

Esta sección es una de las más significativas para un analista de datos porque si los datos contienen valores faltantes o en un formato incorrecto, será imposible trabajar con ellos. Por lo tanto, aquí aprenderás cómo tratar con dichos valores inapropiados.

Aprendiendo Sobre Funciones Lambda

Uso de lambda con iloc[]

Filtrado por paridad de índice

Uso de `lambda` con `iloc[]`