Method Chaining
Wenn du mehrere Operationen auf dieselbe Spalte anwendest (wie in den vorherigen Übungen), hast du die Änderungen in mehreren Schritten vorgenommen und die Ergebnisse jeweils wieder zugewiesen. Wenn du jedoch mehrere aufeinanderfolgende Operationen auf dieselbe Spalte anwendest, kannst du diese der Übersichtlichkeit und besseren Handhabung halber „chainen“. Das erreichst du, indem du mehrere Methoden nacheinander aufrufst:
# Method chaining
df['column'] = df['column'].method1().method2().method3()
# Entspricht
[df['column'] = df['column'].method1()
df['column'] = df['column'].method2()
df['column'] = df['column'].method3()
In dieser Übung wiederholst du die Schritte aus den letzten beiden Übungen, nutzt dafür aber Method Chaining.
Diese Übung ist Teil des Kurses
<Kurs>Feature Engineering für Machine Learning in Python</Kurs>Übungsanweisungen
- Entferne die Kommas (
,) aus der SpalteRawSalaryvonso_survey_df. - Entferne die Dollarzeichen (
$) aus der SpalteRawSalary. - Entferne die Pfundzeichen (
£) aus der SpalteRawSalary. - Konvertiere die Spalte
RawSalaryinfloat.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Use method chaining
so_survey_df['RawSalary'] = so_survey_df['RawSalary']\
.____\
.____\
.____\
.____
# Print the RawSalary column
print(so_survey_df['RawSalary'])