Geavanceerde transformaties toepassen op DataFrames

pandas heeft een enorme hoeveelheid ingebouwde transformatietools, maar soms heb je meer geavanceerde logica nodig in een transformatie. Met de functie apply kun je een zelfgeschreven functie toepassen op een rij of kolom van een DataFrame, waardoor je geavanceerde transformaties en featuregeneratie kunt uitvoeren.

De functie find_street_name() haalt de straatnaam uit "street_address" en laat het huisnummer weg. Deze functie is in het geheugen geladen en kan direct worden toegepast op de DataFrame raw_testing_scores.

Deze oefening maakt deel uit van de cursus

ETL en ELT in Python

Cursus bekijken

Oefeninstructies

Gebruik in de definitie van de functie transform() de functie find_street_name() om een nieuwe kolom met de naam "street_name" te maken.
Gebruik de functie transform() om de DataFrame raw_testing_scores op te schonen.
Print de head van de DataFrame cleaned_testing_scores en controleer de nieuwe kolom "street_name".

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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.____())

Code bewerken en uitvoeren