DataFrame への高度な変換の適用

pandas には組み込みの変換ツールが豊富にありますが、場合によっては、より高度なロジックを使って変換する必要があります。apply 関数を使うと、ユーザー定義関数を DataFrame の行や列に適用でき、高度な変換や特徴量生成の可能性が広がります。

find_street_name() 関数は、"street_address" から番地を除いて通り名だけを抽出します。この関数はすでにメモリに読み込まれており、raw_testing_scores DataFrame に適用できる状態です。

この演習はコースの一部です

Python で学ぶ ETL と ELT

コースを見る

演習の手順

transform() 関数の定義内で、find_street_name() 関数を使って "street_name" という新しい列を作成してください。
transform() 関数を使って、raw_testing_scores DataFrame をクリーンアップしてください。
cleaned_testing_scores DataFrame の先頭を表示し、新しい "street_name" 列を確認してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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.____())

コードを編集して実行