Spalte hinzufügen (2)

Das Durchlaufen aller Zeilen in einem pandas-DataFrame mit iterrows() ist einfach zu verstehen, aber nicht sehr effizient. Bei jeder Iteration erstellst du eine neue pandas-Series.

Wenn du eine Spalte zu einem DataFrame hinzufügen willst, indem du eine Funktion für eine andere Spalte aufrufst, ist die iterrows()-Methode in Kombination mit einer for-Schleife nicht der beste Weg. Stattdessen solltest du apply() verwenden.

Vergleiche die iterrows()-Version mit der apply()-Version, die beide dasselbe Ergebnis mit dem DataFrame brics erhalten:

for lab, row in brics.iterrows() :

    brics.loc[lab, "name_length"] = len(row["country"])




brics["name_length"] = brics["country"].apply(len)

Wir können ähnlich vorgehen, um die upper()-Methode für jeden Namen in der Spalte country aufzurufen. Allerdings ist upper() eine Methode, also brauchen wir einen etwas anderen Ansatz:

Diese Übung ist Teil des Kurses

Python für Fortgeschrittene

Kurs anzeigen

Anleitung zur Übung

Ersetze die for-Schleife durch einen Einzeiler, der .apply(str.upper) verwendet. Der Aufruf sollte dasselbe Ergebnis liefern: Eine Spalte COUNTRY sollte zu cars hinzugefügt werden, die den jeweiligen Ländernamen in Großbuchstaben enthält.
Wie immer kannst du cars ausgeben, um die Früchte deiner Arbeit zu sehen.

Interaktive Übung

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

# Import cars data
import pandas as pd
cars = pd.read_csv('cars.csv', index_col = 0)

# Use .apply(str.upper)
for lab, row in cars.iterrows() :
    cars.loc[lab, "COUNTRY"] = row["country"].upper()

Code bearbeiten und ausführen