शुरू करेंमुफ़्त में शुरू करें

`.apply()` का साधारण उपयोग

आइए .apply() के साथ हाथों-हाथ अनुभव लें!

आपको पूरा scores डेटासेट दिया गया है, जिसमें छात्रों का परफॉर्मेंस और उनकी बैकग्राउंड जानकारी शामिल है.

आपका काम prevalence() फंक्शन परिभाषित करना और उसे scores DataFrame की groups_to_consider कॉलम्स पर अप्लाई करना है. यह फंक्शन दी गई कॉलम के लिए सबसे प्रचलित (सबसे अधिक बार आने वाला) समूह/केटेगरी निकालेगा (उदाहरण: अगर lunch कॉलम में सबसे प्रचलित केटेगरी standard है, तो prevalence() को standard लौटाना चाहिए).

functools मॉड्यूल से reduce() फंक्शन पहले से आयात है.

टिप: pd.Series एक Iterable ऑब्जेक्ट है. इसलिए, आप उस पर स्टैंडर्ड ऑपरेशन्स का उपयोग कर सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में कोडिंग इंटरव्यू प्रश्नों का अभ्यास

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पास किए गए ऑब्जेक्ट series से यूनिक items और उनके काउंट्स के साथ एक tuple list बनाएँ.
  • reduce() का उपयोग करके सबसे अधिक काउंट वाले tuple को निकालें.
  • सबसे अधिक काउंट वाले item को रिटर्न करें.
  • groups_to_consider में दी गई कॉलम्स का उपयोग करते हुए scores DataFrame पर prevalence फंक्शन अप्लाई करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

def prevalence(series):
    vals = list(series)
    # Create a tuple list with unique items and their counts
    itms = [(____, ____) for x in set(____)]
    # Extract a tuple with the highest counts using reduce()
    res = reduce(lambda x, y: ____, ____)
    # Return the item with the highest counts
    return ____[____]

# Apply the prevalence function on the scores DataFrame
result = scores[groups_to_consider].____
print(result)
कोड संपादित करें और चलाएँ