Modifications personnalisées

Pour effectuer une modification personnalisée, utilisez la méthode .apply et fournissez-lui une lambda ou une function. Par exemple, pour trouver le carré de chaque nombre dans une colonne :

df['num_squared'] = df['num'].apply(lambda x: x**2)

Cela peut également être réalisé en multipliant la même colonne par elle-même :

df['num_squared'] = df['num'] * df['num']

Pour ajouter 2 à chaque valeur de ligne :

df["add_two"] = df['num'].apply(lambda x: x+2)
df["add_two"] = df['num'] + 2

Pour remplacer chaque valeur d'une Series par une autre valeur, utilisez la méthode .map et fournissez-lui une fonction, un dictionnaire ou une Series.

Par exemple, si nous voulons remplacer les noms de fruits par des valeurs numériques :

fruits_to_num = {"apple": 1, "mango": 2, "grape": 3}
df["fruits"] = df["fruits"].map(fruits_to_num)

.map et .apply peuvent tous deux accepter des fonctions :

df['num_squared'] = df['num'].apply(lambda x: x**2)
df['num_squared'] = df['num'].map(lambda x: x**2)

Pour en savoir plus sur leur différence, vous pouvez lire ici.