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

Een `lambda`-functie is een kleine, anonieme functie gedefinieerd met het sleutelwoord `lambda`. In tegenstelling tot reguliere functies die met `def` worden gedefinieerd, heeft een `lambda`-functie geen naam en is bedoeld voor korte, eenmalige logica.

Definitie

De syntaxis is:
```python
lambda arguments: expression
```

De functie neemt `arguments` en retourneert het resultaat van `expression`. Enkele eenvoudige voorbeelden:


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

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

## Gebruik van `lambda` met `iloc[]`

In pandas accepteert `iloc[]` normaal gesproken posities op basis van gehele getallen. Je kunt echter ook een `lambda`-functie doorgeven – in dit geval verwijst `x` naar de DataFrame zelf, en geeft `x.index` de rij-indexwaarden:
```python
data.iloc[lambda x: x.index < 5]
```

Dit retourneert de eerste vijf rijen (indices `0` tot en met `4`). Hier volgt een uitleg van elk onderdeel:

- `lambda x`: definieert een anonieme functie waarbij `x` de DataFrame is;
- `x.index`: benadert de rij-indexwaarden;
- `x.index < 5`: de filtervoorwaarde; alleen rijen waarvan de index kleiner is dan `5` worden geselecteerd.

Het resultaat is een booleaanse array die door `iloc[]` wordt gebruikt om rijen te filteren.



## Filteren op indexpariteit

Een veelvoorkomend gebruik is het splitsen van een dataset op basis van even en oneven indices. De modulo-operator `%` geeft de rest van een deling terug:

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` is `True` wanneer de index deelbaar is door `2` (even), en `False` anders.

Waar verwijst `x` naar in de volgende code?

Deze cursus bevat veel nuttige functies voor een toekomstige data-analist. Je leert verschillende manieren om data te extraheren en er zelfs voorwaarden op toe te passen. Daarna raak je vertrouwd met methoden voor het groeperen van data. Ook leer je hoe je data kunt preprocessen. Elke sectie heeft zijn eigen dataset, waardoor de cursus boeiend blijft.

In deze sectie leer je hoe je specifieke kolommen kunt weergeven op basis van hun titels of indexen. Ook maak je kennis met de manieren waarop je rijen kunt selecteren op basis van indexen.

Hier leert u hoe u gegevens extraheert die aan specifieke voorwaarden voldoen. Ook leert u hoe u deze kunt combineren en zelfs uw eigen voorwaarden kunt creëren.

In deze sectie breidt u uw kennis uit over het instellen van verschillende datacondities. U leert controleren of uw gegevens zich in een gedefinieerde lijst met waarden bevinden of tussen twee waarden liggen. U leert ook hoe u de grootste en kleinste waarden kunt vinden.

Deze sectie is een van de meest fascinerende van de cursus. Hier leert u hoe u gegevens op verschillende manieren kunt groeperen. Dit zal u helpen als data-analist om informatie te vinden over specifieke datagroepen.

Deze sectie is een van de belangrijkste voor een data-analist, omdat het onmogelijk zal zijn om met de gegevens te werken als deze ontbrekende waarden of een onjuist formaat bevatten. Daarom leer je hier hoe je met dergelijke ongeschikte waarden omgaat.

Kennismaken met Lambda-Functies

Gebruik van lambda met iloc[]

Filteren op indexpariteit

Gebruik van `lambda` met `iloc[]`