Lägg till kolumn (2)

Att använda iterrows() för att iterera över varje observation i en Pandas DataFrame är lätt att förstå, men inte särskilt effektivt. Vid varje iteration skapas nämligen en ny Pandas Series.

Om du vill lägga till en kolumn i en DataFrame genom att anropa en funktion på en annan kolumn, är iterrows() i kombination med en for-slinga inte det bästa tillvägagångssättet. Använd istället apply().

Jämför iterrows()-varianten med apply()-varianten för att få samma resultat i DataFramen brics:

for lab, row in brics.iterrows() :
    brics.loc[lab, "name_length"] = len(row["country"])

brics["name_length"] = brics["country"].apply(len)

Vi kan göra något liknande för att anropa metoden upper() på varje namn i kolumnen country. Eftersom upper() är en metod behöver vi dock ett något annorlunda tillvägagångssätt:

Den här övningen är en del av kursen

Intermediate Python

Visa kurs

Övningsinstruktioner

Ersätt for-slingan med en enda rad som använder .apply(str.upper). Anropet ska ge samma resultat: en kolumn COUNTRY ska läggas till i cars med landsnamnen skrivna med versaler.
Skriv ut cars som vanligt för att se resultatet av ditt arbete.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import cars data
import pandas as pd
cars = pd.read_csv('cars.csv', index_col = 0)

# Use .apply(str.upper)
for lab, row in cars.iterrows() :
    cars.loc[lab, "COUNTRY"] = row["country"].upper()

Redigera och kör kod