Stosowanie zaawansowanych transformacji do DataFrames
pandas oferuje wiele wbudowanych narzędzi do transformacji danych, ale czasem potrzebna jest bardziej zaawansowana logika. Funkcja apply pozwala zastosować funkcję zdefiniowaną przez użytkownika do wiersza lub kolumny DataFrame, otwierając drzwi do zaawansowanych transformacji i generowania cech.
Funkcja find_street_name() wyodrębnia nazwę ulicy z kolumny "street_address", usuwając numer z ciągu znaków. Funkcja ta została załadowana do pamięci i jest gotowa do zastosowania na DataFrame raw_testing_scores.
To ćwiczenie jest częścią kursu
ETL i ELT w Pythonie
Instrukcje do ćwiczenia
- W definicji funkcji
transform()użyj funkcjifind_street_name(), aby utworzyć nową kolumnę o nazwie"street_name". - Użyj funkcji
transform(), aby oczyścić DataFrameraw_testing_scores. - Wyświetl pierwsze wiersze DataFrame
cleaned_testing_scoresi zwróć uwagę na nową kolumnę"street_name".
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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.____())