Modificações Personalizadas

Para fazer uma modificação personalizada, use o método .apply e forneça a ele uma lambda ou uma function. Por exemplo, para encontrar o quadrado de cada número em uma coluna:

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

Isso também pode ser alcançado multiplicando a mesma coluna por ela mesma:

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

Para adicionar 2 a cada valor de linha:

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

Para substituir cada valor em uma Series por outro valor, use o método .map e forneça a ele uma função, um dicionário ou uma Series.

Por exemplo, se quisermos substituir nomes de frutas por valores numéricos:

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

Tanto .map quanto .apply podem aceitar funções:

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

Para saber mais sobre a diferença entre eles, você pode ler aqui.