Remplacer .iloc par les tableaux sous-jacents
Maintenant que vous comprenez mieux l'interne d'un DataFrame, mettez à jour une de vos analyses précédentes pour exploiter les tableaux sous-jacents d'un DataFrame. Vous allez reprendre le calcul du pourcentage de victoires effectué ligne par ligne avec la méthode .iloc :
def calc_win_perc(wins, games_played):
win_perc = wins / games_played
return np.round(win_perc,2)
win_percs_list = []
for i in range(len(baseball_df)):
row = baseball_df.iloc[i]
wins = row['W']
games_played = row['G']
win_perc = calc_win_perc(wins, games_played)
win_percs_list.append(win_perc)
baseball_df['WP'] = win_percs_list
Mettons à jour cette analyse pour utiliser des tableaux plutôt que la méthode .iloc. Un DataFrame (baseball_df) a été importé dans votre session.
Cette activité fait partie du cours
Rédiger du code Python efficace
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Use the W array and G array to calculate win percentages
win_percs_np = calc_win_perc(baseball_df[____].____, baseball_df[____].____)