resultado é o mesmo aqui, mas pode dar diferença em outra ocasião?
dados['Pontos_extras'] = dados['Notas'] * 0.4
dados
dados['Pontos_extras'] = dados['Notas'].apply(lambda x: x*0.4)
dados
resultado é o mesmo aqui, mas pode dar diferença em outra ocasião?
dados['Pontos_extras'] = dados['Notas'] * 0.4
dados
dados['Pontos_extras'] = dados['Notas'].apply(lambda x: x*0.4)
dados
Olá Renato.
Tem uma pequena diferença nessas duas abordagens imperceptiveis a primeira vista:
Em termos de resultado, as duas abordagens vão gerar exatamente a mesma coluna 'Pontos_extras', ou seja, o cálculo de 40% das notas será o mesmo. No entanto, em termos de desempenho, a primeira abordagem (vetorizada) é mais eficiente, especialmente quando lidamos com grandes volumes de dados.
A pergunta sobre "pode dar diferença em outra ocasião?":
Se estivermos falando de um cálculo simples como esse (multiplicação de um número constante por cada valor), não há diferença no resultado final. Porém, o desempenho pode variar em casos onde os dados são mais complexos, ou onde a operação dentro do lambda for mais cara (por exemplo, se você fizer algo mais complexo do que apenas multiplicar um número constante).
Se a operação fosse mais complexa, por exemplo, envolvendo verificações condicionais, manipulações de strings ou funções mais pesadas, a diferença de performance entre as duas abordagens poderia ser mais significativa.
Espero ter esclarecido sua duvida.
Comenta ai mesmo assim.
Bons estudos.