เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเชื่อมเมธอด (Method Chaining)

เมื่อต้องการดำเนินการหลายขั้นตอนกับคอลัมน์เดียวกัน (เหมือนในแบบฝึกหัดก่อนหน้า) เราสามารถเขียนแต่ละขั้นตอนแยกกัน โดยกำหนดผลลัพธ์กลับในแต่ละครั้ง อย่างไรก็ตาม เมื่อต้องการใช้หลายเมธอดต่อเนื่องกันบนคอลัมน์เดียวกัน สามารถ "เชื่อมเมธอด" เหล่านั้นไว้ด้วยกันได้ เพื่อให้โค้ดกระชับและจัดการได้ง่ายขึ้น โดยเรียกเมธอดหลายตัวต่อกันในบรรทัดเดียว:

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

# Same as 
df['column'] = df['column'].method1()
df['column'] = df['column'].method2()
df['column'] = df['column'].method3()

ในแบบฝึกหัดนี้ ให้ทำขั้นตอนเดิมจากสองแบบฝึกหัดที่ผ่านมาอีกครั้ง แต่คราวนี้ใช้การเชื่อมเมธอด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering สำหรับ Machine Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ลบเครื่องหมายจุลภาค (,) ออกจากคอลัมน์ RawSalary ใน so_survey_df
  • ลบเครื่องหมายดอลลาร์ ($) ออกจากคอลัมน์ RawSalary
  • ลบเครื่องหมายปอนด์ (£) ออกจากคอลัมน์ RawSalary
  • แปลงคอลัมน์ RawSalary ให้เป็นชนิด float

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Use method chaining
so_survey_df['RawSalary'] = so_survey_df['RawSalary']\
                              .____\
                              .____\
                              .____\
                              .____
 
# Print the RawSalary column
print(so_survey_df['RawSalary'])
แก้ไขและรันโค้ด