Menu
Coddy logo textTech

Własne modyfikacje

Lekcja 13 z 19 w kursie Analiza danych z pandas w Coddy.

Aby wprowadzić własną modyfikację, użyj metody .apply i przekaż jej lambda lub function. Na przykład, aby obliczyć kwadrat każdej liczby w kolumnie:

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

Można to również osiągnąć, mnożąc kolumnę przez samą siebie:

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

Aby dodać 2 do wartości w każdym wierszu:

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

Aby zastąpić każdą wartość w serii inną wartością, użyj metody .map i przekaż jej funkcję, słownik lub serię.

Na przykład, jeśli chcemy zastąpić nazwy owoców wartościami liczbowymi:

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

Zarówno .map, jak i .apply mogą przyjmować funkcje:

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

Aby dowiedzieć się więcej o różnicy między nimi, możesz przeczytać tutaj.

 

challenge icon

Wyzwanie

Łatwy

Plik CSV stats.csv zawiera informacje o statystykach.

Oto pierwsze 5 wierszy pliku:

ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPE
  • Zastąp wartości CATEGORY następującymi wartościami: {"SHOW": 0, "TREE": 1, "JAPE": 2, "GHUP": 3, "PLQR": 4}.
  • Utwórz nową kolumnę o nazwie SKILL_MASTERY. Wypełnij ją, stosując następujący wzór: pomnóż wartości w kolumnach SKILL_POINTS i UTILIZATION. Jeśli wynik jest większy niż 5, podziel go przez 4; w przeciwnym razie podziel go przez 2. Na koniec dodaj do wyniku wartość z kolumny IS_VALID.
  • posortuj wynik rosnąco według SKILL_MASTERY.

Zapisz wynik w zmiennej df.

Spróbuj swoich sił

# pandas jako pd jest już zaimportowany
df = pd.read_csv("./stats.csv")
# Napisz swój kod poniżej

Wszystkie lekcje w sekcji Analiza danych z pandas

Poćwicz samodzielnie: Kompilator Python online