Menu
Coddy logo textTech

Özel Düzenlemeler

Coddy'nin Pandas Analitiği kursunda ders 13 / 19.

Özel bir değişiklik yapmak için .apply metodunu kullanın ve ona bir lambda veya bir function sağlayın. Örneğin, bir sütundaki her sayının karesini bulmak için:

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

Bu, aynı sütunu kendisiyle çarparak da elde edilebilir:

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

Her satır değerine 2 eklemek için:

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

Bir Series içindeki her değeri başka bir değerle değiştirmek için .map metodunu kullanın ve ona bir fonksiyon, bir sözlük veya bir Series sağlayın.

Örneğin, meyve isimlerini sayısal değerlerle değiştirmek istiyorsak:

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

Hem .map hem de .apply fonksiyonları kabul edebilir:

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

Aralarındaki fark hakkında daha fazla bilgi edinmek için burayı okuyabilirsiniz.

 

challenge icon

Görev

Kolay

stats.csv CSV dosyası istatistikler hakkında bilgiler içermektedir.

Dosyanın ilk 5 satırı aşağıdadır:

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
  • CATEGORY değerlerini şunlarla değiştirin: {"SHOW": 0, "TREE": 1, "JAPE": 2, "GHUP": 3, "PLQR": 4}.
  • SKILL_MASTERY adında yeni bir sütun oluşturun. Bu sütunu şu formülle doldurun: SKILL_POINTS ve UTILIZATION sütunlarındaki değerleri çarpın. Eğer sonuç 5 değerinden büyükse 4'e bölün; aksi takdirde 2'ye bölün. Son olarak, sonuca IS_VALID sütunundaki değeri ekleyin.
  • Sonucu SKILL_MASTERY sütununa göre artan düzende sıralayın.

Sonucu df değişkeninde saklayın.

Kendin dene

# pandas as pd zaten içe aktarıldı
df = pd.read_csv("./stats.csv")
# Kodunuzu aşağıya yazın

Pandas Analitiği bölümündeki tüm dersler