Hampir semua data tidak hanya memiliki 1 kolom tetapi lebih sehingga lebih cocok menggunakan pandas DataFrame untuk mengolahnya Show DataFrame dapat dibuat lebih dari satu Series atau dapat kita katakan bahwa DataFrame adalah kumpulan Series Contents Membuat Pandas DataFrameAda beberapa cara untuk membuat DataFrame antara lain melalui List, Dict, Series, File atau DataFrame lain ~ Untuk implementasi DataFrame anda dapat gunakan Jupyter Notebook #1 DatarFrame dari ListPertama import terlebih dahulu library Pandas import pandas as pd Selanjutnya buat variabel data yang menyimpan beberapa List dan gunakan fungsi DataFrame() untuk membuat DataFrame baru data = {'satu': [1,1,1,1,1], 'dua' : [2,2,2,2,2], 'tiga': [3,3,3,3,3]} df = pd.DataFrame(data) df.head() Hasilnya adalah seperti ini Kita juga bisa memberikan index label seperti pada Series data = {'satu': [1,1,1,1,1], 'dua' : [2,2,2,2,2], 'tiga': [3,3,3,3,3]} df = pd.DataFrame(data, index=['a','b','c','d','e']) df.head() Hasilnya adalah index default berupa angka menjadi bentu alfabet yang telah kita set #2 DataFrame dari DictionaryKita juga bisa membuat DataFrame dari kumpulan Dictionary yang dibungkan di dalam List data = [{'satu': 1, 'dua': 2,'tiga': 3}, # index ke-0 {'satu': 1, 'dua': 2,'tiga': 3}, # index ke-1 {'satu': 1, 'dua': 2,'tiga': 3}] # index ke-3 df = pd.DataFrame(data) df.head() Hasilnya adalah #3 DataFrame dari SeriesKita dapat juga membuat DataFrame dari Series data = {'satu': pd.Series([1,1,1,1,1]), 'dua' : pd.Series([2,2,2,2,2]), 'tiga': pd.Series([3,3,3,3,3])} df = pd.DataFrame(data) df.head() Hasilnya adalah #4 DataFrame dari FileSebenarnya lebih cocok disebut dengan membaca file dengan DataFrame Kita bisa gunakan fungsi read_csv() seperti yang sudah kita coba di materi Series Misalnya kita akan membaca file CSV maka caranya seperti ini df = pd.read_csv('titanic.csv') df.head() dan hasilnya seperti ini Pandas tidak hanya bisa membaca file format CSV tetapi format-format lainnya seperti JSON, XLSX, TXT, XML dan sebagainya yang akan kita cover di artikel selanjutnya #5 DataFrame dari DataFrame lainTerkadang kita ingin menduplikasi dataframe maka caranya adalah sebagai berikut df = pd.read_csv('titanic.csv') #duplicate dataframe df_baru = df #show data df_baru.head() Akses DataFrameKita akan menggunakan dataset titatic. Silahkan download dulu datasetnya di artikel sebelumnya # Akses KolomUntuk mengakses data berdasarkan kolom gunakan [‘nama kolom’] Misal memanggil 1 kolom dari data titanic df = pd.read_csv('titanic.csv') df['Name'] Hasilnya adalah Jika ingin memanggil lebih dari satu kolom maka menggunakan double “[ [ ] ]” df[['Name', 'Sex']] # Akses BarisUntuk mengakses baris kita bisa gunakan fungsi loc dan iloc yang telah dibahas pada materi Pandas Series Semisal kita ingin akses indeks ke-10 df.loc[10] Jika ingin menampilkan data indeks ke-0 sampai ke 10 gunakan simbol ” : ” untuk mengambil range data atau dari indeks ke-10 sampai terakhir Saat kamu membaca artikel Python ini, diasumsikan kamu sudah mengerti alasan mengapa kamu harus menginstal Python. Apabila kamu belum mengetahui persis kenapa harus melakukannya, maka kamu dapat memahami hal tersebut terlebih dahulu dengan membaca artikel DQLab lainnya. Di dalam artikel tersebut dijelaskan beberapa alasan kenapa kamu harus mulai belajar dan menginstall Python pada device kamu. Setelah mengetahui urgensi Python dan alasan untuk mendownloadnya, kamu mungkin mulai mencari cara bagaimana mendownload Python dengan baik. Pada artikel kali ini, DQLab akan berbagi sebuah tips yang akan sangat berguna bagi kamu yang sedang ingin memulai perjalanan belajar menggunakan Python dimulai dari mengenal library-library yang biasa digunakan di Python. Salah satunya ialah library Pandas. Pandas adalah sebuah library di Python yang berlisensi BSD dan open source yang menyediakan struktur data dan analisis data yang mudah digunakan. Pandas biasa digunakan untuk membuat tabel, mengubah dimensi data, mengecek data, dan lain sebagainya. Struktur data dasar pada Pandas dinamakan DataFrame, yang memudahkan kita untuk membaca sebuah file dengan banyak jenis format seperti file .txt, .csv, dan .tsv. Fitur ini akan menjadikannya table dan juga dapat mengolah suatu data dengan menggunakan operasi seperti join, distinct, group by, agregasi, dan teknik lainnya yang terdapat pada SQL. Library Pandas memiliki dua tipe struktur data untuk versi terbaru yaitu Series dan Data Frame serta satu deprecated struktur data yaitu Panel (deprecated). Series diibaratkan sebagai array satu dimensi sama halnya dengan numpy array, hanya bedanya mempunyai index dan kita dapat mengontrol index dari setiap elemen tersebut. Sedangkan data frame merupakan array dua dimensi dengan baris dan kolom. Struktur data ini merupakan cara paling standar untuk menyimpan data dalam bentuk tabel/data tabular. Dapat disimpulkan, bahwa Pandas merupakan library analisis data yang diperlukan untuk membersihkan data mentah ke dalam sebuah bentuk yang bisa untuk diolah. Untuk lebih memahami apa saja yang ada dalam library Pandas, yuk kita bahas bersama! 1. Menginstall PandasPandas secara default tidak tersedia pada modul standar disaat pertama kali instalasi Python dan kita diharuskan untuk melakukan instalasi terlebih dahulu sebelum menggunakan. Untuk dapat menginstall pandas, kita bisa menjalankan perintah dengan menggunakan pip ataupun bisa menggunakan Anaconda Dengan menggunakan pip: pip install pandas Dengan menggunakan library Anaconda, kita bisa menginstallnya dengan perintah berikut, conda install pandas Jika sudah berhasil melakukan instalasi Pandas, kita dapat menggunakannya untuk melakukan manipulasi data dengan cara import modul tersebut pada projek yang akan kita buat. import pandas as pd import numpy as np Baca juga: Tutorial Looping Python Bagi Pemula Beserta Contohnya 2. Menggunakan Series PandasSeries merupakan struktur data dasar dalam Pandas. Series diibaratkan sebagai array satu dimensi sama halnya dengan numpy array, hanya bedanya mempunyai index dan index tersebut dapat kita kontrol dari setiap elemen tersebut. Perintah dasar untuk membuat sebuah series dengan Pandas adalah pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
Berdasarkan sintaks di atas, kita akan membuat contoh series menggunakan Python list ataupun numpy sebagai contoh data untuk membuat series. 3. Mengatur Indeks PandasUntuk mengatur indeks dari series, kita bisa menggunakan parameter index. Contohnya disini kita akan melakukan pengaturan indeks pada data numpy array yang sudah kita buat sebelumnya dengan indeks [12,13,14,15]. Terlihat bahwa indeks dari series berubah menjadi [12,13,14,15]. Perlu diingat bahwa pengaturan indeks harus sesuai dengan panjang dari data yang ada, bila tidak sesuai akan menimbulkan error panjang dari indeks tidak sesuai. 4. Membuat Data FrameData frame merupakan tabel/data tabular dengan array dua dimensi yaitu baris dan kolom. Struktur data ini merupakan cara paling standar untuk menyimpan data. Setiap kolom pada data frame merupakan objek dari Series, dan baris terdiri dari elemen yang ada pada Series. Untuk membuat data frame, digunakan sintaks berikut: pandas.DataFrame(data, index, columns, dtype, copy) Dengan keterangan:
Berikut contoh untuk menunjukkan pembuatan Data Frame yang sederhana: Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python 5. Mulai Belajar Python untuk Data ScienceSudahkah kamu berhasil download dan install Python di perangkatmu? Sekarang kamu bisa menjalankannya dan coba membuat program sederhana dengan Python. Terdapat banyak macam library yang digunakan dalam Data Science selain Pandas sesuai dengan fungsinya masing-masing. Pahami penggunaan masing-masing library tersebut bersama DQLab. Kamu juga bisa membuat database sederhana untuk proses komputasi atau mengambil dataset dengan download dari Kaggle atau web scraping. Yuk, mulai belajar Python bareng para mentor data dengan daftar di DQLab.id! Banyak event yang bisa kamu ikuti dan juga job connector, loh! |