Appliquer des transformations avancées aux DataFrames
pandas propose une multitude d'outils de transformation intégrés, mais il arrive qu'une logique plus avancée soit nécessaire. La fonction apply vous permet d'appliquer une fonction définie par l'utilisateur à une ligne ou à une colonne d'un DataFrame, ouvrant la voie à des transformations avancées et à la création de variables.
La fonction find_street_name() extrait le nom de rue depuis "street_address", en retirant le numéro de rue de la chaîne. Cette fonction a été chargée en mémoire et est prête à être appliquée au DataFrame raw_testing_scores.
Cet exercice fait partie du cours
<cours>ETL et ELT en Python</cours>Instructions de l’exercice
- Dans la définition de la fonction
transform(), utilisez la fonctionfind_street_name()pour créer une nouvelle colonne nommée"street_name". - Utilisez la fonction
transform()pour nettoyer le DataFrameraw_testing_scores. - Affichez le head du DataFrame
cleaned_testing_scoreset vérifiez la nouvelle colonne"street_name".
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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.____())