Mari menguasai dasar-dasar pandas. Pelajari cara memeriksa DataFrame dan melakukan manipulasi fundamental, termasuk mengurutkan baris, membuat subset, dan menambahkan kolom baru.

Pengenalan DataFrame

Menginspeksi sebuah DataFrame

Bagian-bagian DataFrame

Mengurutkan dan melakukan subset

Mengurutkan baris

Melakukan subset kolom

Subsetting baris

Subsetting baris berdasarkan variabel kategorikal

Kolom baru

Menambahkan kolom baru

Serangan kombo!

Transformasi DataFrame

Dalam bab ini, Anda akan menghitung statistik ringkasan pada kolom DataFrame, serta menguasai statistik ringkasan berkelompok dan tabel pivot.

Statistik ringkasan

Nilai rata-rata dan nilai tengah

Meringkas tanggal

Ringkasan yang efisien

Statistik kumulatif

Penghitungan

Menghapus duplikat

Menghitung variabel kategorikal

Statistik ringkasan yang dikelompokkan

Berapa persen penjualan terjadi pada tiap tipe toko?

Perhitungan dengan .groupby()

Ringkasan berganda yang dikelompokkan

Tabel pivot

Pivoting pada satu variabel

Isi nilai yang hilang dan jumlahkan nilai dengan tabel pivot

Menggabungkan DataFrame

Indeks adalah nama baris dan kolom yang ditingkatkan kemampuannya. Pelajari cara menggabungkannya dengan mengiris untuk penyusunan subset DataFrame yang andal.

Indeks eksplisit

Menetapkan dan menghapus indeks

Membuat subset dengan .loc[]

Mengatur indeks bertingkat

Mengurutkan berdasarkan nilai indeks

Mengiris dan melakukan subset dengan .loc dan .iloc

Melakukan mengiris nilai indeks

Melakukan mengiris pada dua arah

Melakukan mengiris pada deret waktu

Melakukan subset berdasarkan nomor baris/kolom

Bekerja dengan tabel pivot

Pivot suhu menurut kota dan tahun

Melakukan subset tabel pivot

Perhitungan pada tabel pivot

Mengiris dan Membuat Indeks DataFrame

Pelajari memvisualisasikan isi DataFrame Anda, menangani nilai hilang, serta mengimpor data dari dan mengekspor data ke file CSV.

Memvisualisasikan data Anda

Ukuran alpukat mana yang paling populer?

Perubahan penjualan dari waktu ke waktu

Penawaran dan permintaan alpukat

Harga alpukat konvensional vs. alpukat organik

Nilai yang hilang

Menemukan nilai yang hilang

Menghapus nilai hilang

Mengganti nilai hilang

Membuat DataFrame

Daftar kamus

Dictionary of lists

Membaca dan menulis CSV

CSV ke DataFrame

DataFrame ke CSV

Penutup

Membuat dan Memvisualisasikan DataFrame

Anda akan belajar untuk menganalisis data dari berbagai dimensi sekaligus, yang memungkinkan Anda untuk menemukan pola-pola yang mendalam dengan membedah ringkasan berdasarkan beberapa kategori secara bersamaan.

Beberapa Kolom Pengelompokan

Anda akan belajar cara menguraikan statistik ringkasan berdasarkan kategori, yang memungkinkan Anda untuk membandingkan metrik di berbagai kelompok dan menemukan pola dalam data Anda.

Satu Kolom Pengelompokan

Anda akan belajar cara meringkas data dengan menghitung statistik utama seperti total, rata-rata, dan jumlah, yang memungkinkan Anda untuk mengekstrak wawasan yang bermakna dari data mentah.

Ringkasan Nilai

Agregasi Data

Anda akan mempelajari cara menangani perhitungan multi-langkah dan menghitung persentase dari total, sehingga memungkinkan Anda untuk membangun metrik kompleks yang bergantung pada hasil antara.

Transformasi Kompleks

Anda akan mempelajari cara membuat kolom baru dengan menggabungkan dan menghitung nilai dari data yang ada, sehingga Anda dapat memperoleh rasio dan metrik lainnya yang tidak tersedia dalam dataset asli.

Transformasi Dasar

Transformasi Data

Anda akan mempelajari cara mengekstrak baris tertentu dari data berdasarkan kondisi, sehingga Anda dapat memfokuskan analisis pada subset yang relevan serta menangani *missing values* dan pola teks.

Pemfilteran Dasar

Anda akan belajar cara memfilter data menggunakan beberapa kriteria sekaligus, yang memungkinkan Anda untuk mengekstrak baris data yang dibutuhkan secara tepat dengan menggabungkan berbagai kondisi menggunakan logika AND dan OR.

Beberapa Kondisi

Anda akan belajar menyederhanakan penyaringan yang kompleks dengan memecah kondisi ke dalam kolom-kolom terpisah, serta mengekstrak kebalikan dari hasil filter, sehingga analisis Anda menjadi lebih transparan dan dapat diverifikasi.

Penyaringan Kompleks

Pemfilteran Data

Anda akan belajar menerapkan berbagai perhitungan berdasarkan kondisi tertentu, memungkinkan Anda untuk menstandardisasi nilai, mengklasifikasikan data ke dalam kategori, dan menangani berbagai skenario dalam data Anda.

Transformasi Kondisional

Anda akan belajar menghitung ringkasan yang hanya menyertakan nilai-nilai yang memenuhi kriteria tertentu, sehingga memungkinkan Anda untuk menghitung metrik yang bernuansa seperti "rata-rata penerbangan yang tertunda saja" di dalam setiap grup.

Agregasi Bersyarat

Operasi Kondisional

Avocado prices

Walmart sales

Homelessness data

Temperatures

Course Glossary: Data Manipulation with pandas

pandas adalah pustaka Python paling populer di dunia, digunakan untuk segala hal mulai dari manipulasi data hingga analisis data. Dalam kursus ini, Anda akan belajar memanipulasi DataFrame saat mengekstrak, menyaring, dan mentransformasikan himpunan data dunia nyata untuk analisis. Dengan pandas, Anda akan menjelajahi semua konsep inti data sains. Menggunakan data dunia nyata, termasuk angka penjualan Walmart dan deret waktu suhu global, Anda akan mempelajari cara mengimpor, membersihkan, menghitung statistik, dan membuat visualisasi—menggunakan pandas untuk menambah kemampuan Python!

Video memiliki transkrip langsung yang dapat diakses dengan mengeklik "Show transcript" di kiri bawah video.

Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.

Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan mencapai skor 70% pada penilaian yang memenuhi syarat. Anda dapat menuju penilaian dengan mengeklik keterangan kredit CPE di sebelah kanan.

pandas adalah pustaka Python paling populer di dunia, digunakan untuk segala hal mulai dari manipulasi data hingga analisis data. Dalam kursus ini, dengan Tutor AI di sisi Anda, Anda akan belajar cara memanipulasi DataFrame, saat Anda mengagregasi, memfilter, dan mentransformasi dataset dunia nyata untuk analisis. Dengan pandas, Anda akan menjelajahi semua operasi manipulasi data inti yang penting dalam data science.

Intermediate Python

Kursus ini mengajarkan cara memanipulasi DataFrame dengan pandas untuk analisis data nyata.

Manipulasi Data dengan pandas

Pelajari cara mengimpor dan membersihkan data, menghitung statistik, serta membuat visualisasi dengan pandas. 

Associate Data Scientist  dalam Python

Analis Data  dalam Python

Manipulasi Data  dalam Python

Dasar-Dasar Data Python

DataFrame ke CSV

Manipulasi Data dengan pandas

Instruksi latihan

Latihan interaktif langsung praktik