Erweiterte Transformationen auf DataFrames anwenden

pandas hat eine Fülle integrierter Transformationswerkzeuge, aber manchmal braucht eine Transformation eine fortgeschrittenere Logik. Mit der Funktion apply kannst du eine benutzerdefinierte Funktion auf eine Zeile oder Spalte eines DataFrames anwenden und damit den Weg für anspruchsvolle Transformationen und Feature-Generierung ebnen.

Die Funktion find_street_name() extrahiert den Straßennamen aus "street_address" und entfernt dabei die Hausnummer aus dem String. Diese Funktion wurde in den Speicher geladen und kann nun auf das DataFrame raw_testing_scores angewendet werden.

Diese Übung ist Teil des Kurses

<Kurs>ETL und ELT in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende in der Definition der Funktion transform() die Funktion find_street_name(), um eine neue Spalte mit dem Namen "street_name" zu erstellen.
Verwende die Funktion transform(), um das DataFrame raw_testing_scores zu bereinigen.
Gib den Kopf des DataFrames cleaned_testing_scores aus und schau dir die neue Spalte "street_name" an.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

def transform(raw_data):
	# Use the apply function to extract the street_name from the street_address
    raw_data["street_name"] = raw_data.____(
   		# Pass the correct function to the apply method
        ____,
        axis=1
    )
    return raw_data

# Transform the raw_testing_scores DataFrame
cleaned_testing_scores = ____(raw_testing_scores)

# Print the head of the cleaned_testing_scores DataFrame
print(cleaned_testing_scores.____())

Code bearbeiten und ausführen