对 DataFrame 应用高级转换

pandas 提供了丰富的内置转换工具，但在某些情况下，您需要在转换中使用更复杂的逻辑。apply 函数可以将用户自定义函数应用到 DataFrame 的行或列，为高级转换与特征生成提供了可能。

find_street_name() 函数会从 "street_address" 中解析出街道名称，并去掉门牌号。该函数已加载到内存，可直接应用到 raw_testing_scores DataFrame。

本练习是课程的一部分

使用 Python 的 ETL 和 ELT

查看课程

练习说明

在 transform() 函数的定义中，使用 find_street_name() 函数创建名为 "street_name" 的新列。
使用 transform() 函数清洗 raw_testing_scores DataFrame。
打印 cleaned_testing_scores DataFrame 的表头，查看新增的 "street_name" 列。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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.____())

编辑并运行代码