เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การใช้การแปลงข้อมูลขั้นสูงกับ DataFrame

pandas มีเครื่องมือสำหรับแปลงข้อมูลในตัวอยู่มากมาย แต่บางครั้งก็จำเป็นต้องใช้ตรรกะที่ซับซ้อนกว่านั้นในการแปลงข้อมูล ฟังก์ชัน apply ช่วยให้นำฟังก์ชันที่ผู้ใช้กำหนดเองไปใช้กับแถวหรือคอลัมน์ของ DataFrame ได้ ซึ่งเปิดทางให้ทำการแปลงข้อมูลและสร้างฟีเจอร์ขั้นสูงได้

ฟังก์ชัน find_street_name() จะแยกชื่อถนนออกจาก "street_address" โดยตัดเลขที่บ้านออกจากข้อความ ฟังก์ชันนี้ถูกโหลดไว้ในหน่วยความจำแล้ว และพร้อมนำไปใช้กับ DataFrame raw_testing_scores

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ETL and ELT ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ในการกำหนดฟังก์ชัน transform() ให้ใช้ฟังก์ชัน find_street_name() เพื่อสร้างคอลัมน์ใหม่ชื่อ "street_name"
  • ใช้ฟังก์ชัน transform() เพื่อล้างข้อมูลใน DataFrame raw_testing_scores
  • แสดงแถวแรกๆ ของ DataFrame cleaned_testing_scores และสังเกตคอลัมน์ "street_name" ที่เพิ่มเข้ามาใหม่

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