將進階轉換套用到 DataFrame

pandas 內建了非常多轉換工具，但有時在轉換時需要更進階的邏輯。apply 函式可讓你把使用者自訂函式套用到 DataFrame 的列或欄，為進階轉換與特徵產生打開大門。

find_street_name() 函式會從 "street_address" 中解析出街道名稱，並從字串中移除門牌號碼。這個函式已載入記憶體，準備好要套用到 raw_testing_scores DataFrame。

本練習屬於課程

使用 Python 的 ETL 與 ELT

檢視課程

練習說明

在 transform() 函式的定義中，使用 find_street_name() 函式建立名為 "street_name" 的新欄位。
使用 transform() 函式清理 raw_testing_scores DataFrame。
列印 cleaned_testing_scores DataFrame 的前幾列，並觀察新的 "street_name" 欄位。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

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.____())

編輯並執行程式碼