Aan de slagBegin gratis

Method chaining

Toen je meerdere bewerkingen op dezelfde kolom toepaste (zoals in de vorige oefeningen), deed je dat in verschillende stappen en sloeg je na elke stap het resultaat weer op. Maar als je meerdere opeenvolgende bewerkingen op dezelfde kolom uitvoert, kun je deze bewerkingen ook "chainen" voor meer overzicht en makkelijker beheer. Dit doe je door meerdere methoden achter elkaar aan te roepen: 

# Method chaining
df['column'] = df['column'].method1().method2().method3()

# Zelfde als 
df['column'] = df['column'].method1()
df['column'] = df['column'].method2()
df['column'] = df['column'].method3()

In deze oefening herhaal je de stappen uit de vorige twee oefeningen, maar nu met method chaining.

Deze oefening maakt deel uit van de cursus

Feature engineering voor Machine Learning in Python

Bekijk cursus

Oefeninstructies

  • Verwijder de komma's (,) uit de kolom RawSalary van so_survey_df.
  • Verwijder de dollartekens ($) uit de kolom RawSalary.
  • Verwijder de pondtekens (£) uit de kolom RawSalary.
  • Zet de kolom RawSalary om naar float.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Use method chaining
so_survey_df['RawSalary'] = so_survey_df['RawSalary']\
                              .____\
                              .____\
                              .____\
                              .____
 
# Print the RawSalary column
print(so_survey_df['RawSalary'])
Code bewerken en uitvoeren