Appliquer une fonction personnalisée à une colonne (apply)

0/6

Vidéo

MAP, APPLY et APPLYMAP avec Python

Points clés de cette vidéo

.apply() exécute une fonction personnalisée sur chaque élément d'une colonne, ligne par ligne
Souvent combiné à une fonction lambda (anonyme) pour une transformation courte
Pratique pour dériver une nouvelle colonne à partir d'une logique métier qu'aucune fonction pandas intégrée ne couvre directement

Transcription de la vidéo

bienvenue dans la sixième vidéo de cette série analyse exploratoire des données dans cette vidéo je vous montre comment utiliser les fonctions maps et play et playmap ce sont des fonctions absolument indispensables que vous utilisez tous les jours en tant que data pour la manipulation de données que vous traitez au quotidien je vous montre comment les utiliser de la bonne façon c'est-à-dire quels sont les arguments possibles pour chacune d'elles sur quel objet faut-il les appliquer et quel sera le type de retour etc tout en minimisant la complexité algorithmique par rapport à certaines méthodes qu'on aurait pu écrire nous-même et qu'elle serait bien plus lente que celle-ci il faut savoir que la méthode est plate peut être utilisée à la fois sur une série et sur un de ta flamme tandis que la méthode est plein map ne peut être utilisé que c'est une matrice telle que d'être en entier elle est appliquée sur chaque élément d'un deltaframe individuellement et la méthode map ne peut être utilisée que sur une série uniquement mais avant de commencer si tu as appris quelque chose sur cette chaîne n'hésite pas à nous laisser un pouce bleu abonne toi également à la chaîne si ce n'est pas déjà fait et active la notification pour être sûr de recevoir toutes nos prochaines publications et si tu as la moindre question concernant l'un des sujets traités sur cette chaîne n'hésite pas également à la poser dans les commentaires imaginez que vous voudriez calculer la moyenne la somme ou le carré d'une ou de plusieurs colonnes numériques de votre deta 7 j'ai choisi par exemple la colonne quantité pour élever toutes ces valeurs au carré pour cela je dois définir une fonction qu'on va nommer et qui retourne le carré de est tout simplement ensuite je copie la colonne quantité et on va passer comme argument notre fonction Square à la fonction est plate je copie cette ligne pour afficher les valeurs initiales afin de comparer avec celle-ci on achète au carré qui donne 49 ensuite 25 c'est 5 au carré et 7 au carré qui donne 49 à nouveau ensuite 64 c'est 8 au carré je vais copier à nouveau cette ligne et là au lieu d'écrire une fonction classique comme celle-ci on va se servir des fonctions anonymes qui s'écrivent avec les mots clés lambda ensuite les traitements à appliquer si vous n'avez aucune notion de fonctions anonymes vous n'avez qu'à me faire savoir dans les commentaires je ferai une vidéo là dessus et j'exécute la cellule et là on obtient même chose qu'avec notre fonction square uniquement avec cette expression vous voyez que c'est plus simple par rapport aux fonctions classiques pour que les changements soient effectif au niveau du Data cette initiale il suffit d'écrire tout ceci ce qui a pour effet de remplacer chaque valeur par son carré dans toute la colonne quantité si vous ne voulez pas que ça soit ainsi il va falloir assigner à une nouvelle variable qu'on va nommer quantité new par exemple je peux afficher maintenant les deux colonnes pour voir aide et voilà voyons maintenant le cas où on peut l'appliquer non pas à une série mais à aider ta femme tout entier mais cela ne peut se faire que sur des colonnes numériques or nous on a deux types de colonnes on va donc sélectionner quelques colonnes numériques et l'appliquer dessus par exemple les variables quantités et total on fait DF double crochet avec les avec les doubles crochets on indique à pandas que c'est un delta frame et non une simple série ensuite la colonne quantité et totale et la fonction lambda et là vous voyez exactement comme on a vu en introduction que la fonction est plate qu'on utilise sur un deltaframe et ici on a utilisé sur une simple série je viens donc copier ceci pour changer la la fonction en argument car on peut utiliser n'importe quel autre fonction par exemple ou encore par exemple la fonction somme donc vous remarquez que vous pouvez utiliser n'importe quelle fonction en argument de la fonction et play et voilà vous savez à présent comment utiliser la fonction et play à la fois sur une série et surendettement ensuite la méthode est map qui s'applique à chaque élément pour choisir quelques colonnes par exemple je vais choisir à partir de par exemple jusqu'à voilà jusqu'à je supprime quelques-unes quantités voilà totale paiement de trop on enlève et ensuite et là je vais calculer la racine carrée de chaque variable alors les calculs de la racine carrée de ses valeurs n'a aucun sens et statistique mais l'objectif c'est comprendre comment est sur quoi il faut appliquer la méthode est là il m'a je vais ajouter point aide et on a bien comme type de retour en delta frame si vous n'êtes pas convaincu on peut vérifier avec taille tout ceci et voilà tout comme pour la méthode est plein on peut passer d'autres fonctions comme argument à la méthode et plat il map par exemple à la place des racines carrées pour passer d'un type à une autre par exemple de into flotte il suffit d'écrire à la place de la racine carrée voilà et là il m'a extrêmement utile très simple à utiliser appliquer à chaque élément d'un deuta individuellement ensuite pour la colonne pour la fonction map j'ai affiche les 5 premières lignes pour voir quelle colonne utiliser pour la colonne gender si vous voulez transformer par exemple les modalités femelles et mail on va le faire très facilement avec la fonction map DF la fonction map et là on va je vais utiliser un dictionnaire pour la modalités ensuite la modalité mail en grand thème comme ceci tout s'est bien passé j'ajoute un aide pour que le changement soit effectif au niveau du dates initial je vais ajouter 10 gender = à tout ceci et voilà j'affiche la colonne je vais mettre head voilà et voilà la fonction map très pratique qui vous permet de faire plein d'autres choses pour vous donner une idée du temps de réponse de fonctions qu'on écrit souvent par rapport aux méthodes disponibles de base d'un panda ou dans Pyton dont le temps de réponse est optimisé au maximum privilégiez donc les méthodes du langage tant que possible par rapport aux fonctions qu'on aurait pu écrire comme celle qu'on a utilisé au début de cette vidéo comme vous avez pu constater ce sont des fonctions très simples d'utilisation qui permettent de réaliser des opérations très complexes avec seulement une ligne de code c'est la particularité dépendance ou de pailletons en général puisque vous n'avez même pas besoin de fournir d'efforts pour les retenir on apprend en même temps qu'on les découvre cependant il reste plein d'autres choses à découvrir dans les prochaines parties de cette formation si vous avez appris quelque chose sur cette chaîne n'hésitez pas à nous laisser un pouce bleu abonnez-vous également à la chaîne si ce n'est pas déjà fait et activer la notification pour recevoir toutes nos prochaines publications avant de finir je vous propose également un petit exercice à faire que vous allez partager ensuite votre solution avec la communauté en description de cette vidéo voici l'énoncé écrire un algo permettant d'extraire l'AST name à partir de la colonne first name comme nous le montre cet exemple je vous souhaite bon apprentissage et à très vite pour d'autres vidéos

Discussion

Connectez-vous pour participer à la discussion.

Chargement…