การใช้การแปลงข้อมูลขั้นสูงกับ DataFrame

pandas มีเครื่องมือสำหรับแปลงข้อมูลในตัวมากมาย แต่บางครั้งอาจต้องใช้ลอจิกที่ซับซ้อนกว่านั้น ฟังก์ชัน apply ช่วยให้สามารถนำฟังก์ชันที่กำหนดเองมาใช้กับแถวหรือคอลัมน์ของ DataFrame ได้ เปิดโอกาสให้ทำการแปลงข้อมูลและสร้างฟีเจอร์ขั้นสูงได้อย่างยืดหยุ่น

ฟังก์ชัน find_street_name() ทำหน้าที่ดึงชื่อถนนจากคอลัมน์ "street_address" โดยตัดหมายเลขบ้านออกจากสตริง ฟังก์ชันนี้ถูกโหลดเข้าสู่หน่วยความจำแล้ว และพร้อมนำไปใช้กับ DataFrame raw_testing_scores

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ETL และ ELT ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ในนิยามของฟังก์ชัน transform() ให้ใช้ฟังก์ชัน find_street_name() เพื่อสร้างคอลัมน์ใหม่ชื่อ "street_name"
ใช้ฟังก์ชัน transform() เพื่อทำความสะอาด DataFrame raw_testing_scores
แสดงข้อมูลส่วนต้นของ DataFrame cleaned_testing_scores เพื่อตรวจสอบคอลัมน์ "street_name" ที่สร้างขึ้นใหม่

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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.____())

แก้ไขและรันโค้ด