Getting started With Pandas

 

Getting started with Pandas

Pandas adalah perpustakaan (library) sumber terbuka untuk bahasa pemrograman Python yang menyediakan struktur data dan alat analisis data yang efisien. Nama "Pandas" berasal dari "Panel Data" yang merupakan istilah dalam ekonomi dan statistik yang mengacu pada data multidimensional yang diorganisir dalam bentuk tabel. Perpustakaan ini dikembangkan oleh Wes McKinney dan pertama kali dirilis pada tahun 2008.

  1. Beberapa fitur utama dan konsep Pandas meliputi:

    1. DataFrame:

      • Struktur data utama di Pandas disebut DataFrame. Ini adalah struktur data dua dimensi mirip tabel database, yang terdiri dari baris dan kolom.
      • Setiap kolom dalam DataFrame dapat memiliki tipe data yang berbeda (seperti string, numerik, datetime, dll.).

    2. Series:

      • Series adalah struktur data satu dimensi di Pandas. Setiap kolom dalam DataFrame sebenarnya adalah objek Series.
      • Seri mirip dengan array atau daftar dalam Python, tetapi memiliki label indeks yang membedakannya.

    3. Fungsi untuk Membaca dan Menulis Data:

      • Pandas menyediakan fungsi untuk membaca data dari berbagai format file, termasuk CSV, Excel, SQL, dan banyak lainnya. Fungsi umum termasuk read_csv(), read_excel(), dan read_sql().

    4. Pemrosesan dan Manipulasi Data:

      • Pandas menyediakan berbagai fungsi dan metode untuk melakukan manipulasi data, seperti penggabungan (merge), penyortiran, filter, dan transformasi data.
      • Operasi vektorisasi di Pandas memungkinkan manipulasi data yang efisien dan cepat.

    5. Pengindeksan dan Seleksi Data:

      • Pandas menyediakan cara fleksibel untuk mengakses dan memanipulasi data menggunakan indeks atau label kolom.
      • Fungsi-fungsi seperti loc[] dan iloc[] digunakan untuk pemilihan berbasis label atau indeks.

    6. Fungsionalitas Statistik dan Analisis:

      • Pandas menyediakan berbagai fungsi statistik deskriptif dan analisis data, seperti penghitungan mean, median, korelasi, dan lainnya.
      • Metode groupby() memungkinkan pengelompokan data berdasarkan kriteria tertentu.

    7. Visualisasi Data:

      • Meskipun bukan perpustakaan visualisasi utama, Pandas dapat berintegrasi dengan perpustakaan visualisasi seperti Matplotlib dan Seaborn untuk mempermudah pembuatan grafik dan visualisasi data.

    Pandas sangat penting dalam analisis data dan ilmu data di Python dan sering digunakan bersama dengan perpustakaan lain seperti NumPy, Matplotlib, dan scikit-learn. Perpustakaan ini mendukung banyak fungsi dan operasi yang memudahkan pekerjaan dengan data tabular, membuatnya menjadi alat yang sangat populer di dunia ilmu data dan analisis data menggunakan Python.


Pandas read csv

Menggunakan fungsi pd.read_csv('nama_file.csv') untuk membaca data dari file CSV ke dalam DataFrame.




Exploring The DataFrame

  • Melihat beberapa baris pertama data: df.head().
  • Melihat beberapa baris terakhir data: df.tail().
  • Menampilkan informasi tentang DataFrame: df.info().
  • Melihat statistik deskriptif: df.describe().


Series and selecting row

  • Mengakses kolom sebagai Series: df['nama_kolom'].
  • Memilih baris berdasarkan indeks: df.loc[indeks].

Data Types

  • Melihat tipe data kolom: df.dtypes.
  • Mengganti tipe data kolom: df['nama_kolom'] = df['nama_kolom'].astype('tipe_data_baru').

Selecting multiple rows

  • Memilih beberapa baris berdasarkan indeks: df.loc[indeks_mulai:indeks_akhir].

Selecting Individual Columns

  • Memilih satu kolom: df['nama_kolom'].
  • Memilih beberapa kolom: df[['kolom1', 'kolom2']].


Selecting multiple columns by name

  • Memilih beberapa kolom berdasarkan nama: df.loc[:, ['kolom1', 'kolom2']].


Komentar

Posting Komentar

Postingan populer dari blog ini

Getting Started with NumPy

Gambar
Getting Started With Numpy   Apa itu NumPy? NumPy (Numerical Python) adalah perpustakaan yang kuat di Python untuk operasi numerik dan matematika. Ini memberikan dukungan untuk array dan matriks multidimensi yang besar, bersama dengan kumpulan fungsi matematika untuk mengoperasikan elemen-elemen ini. NumPy memiliki beberapa keunggulan yang membuatnya menjadi pilihan populer untuk komputasi numerik di lingkungan Python. Beberapa alasan utama mengapa NumPy sering digunakan termasuk: Kinerja yang Tinggi: NumPy menyediakan array N-dimensi yang dioptimalkan untuk kinerja tinggi. Operasi-operasi di dalam NumPy diimplementasikan dalam C dan Fortran, sehingga dapat memanfaatkan kecepatan eksekusi dari bahasa-bahasa tersebut. Hal ini membuat NumPy lebih cepat daripada jika Anda menggunakan loop Python biasa untuk melakukan operasi serupa. Array N-dimensi: NumPy memberikan dukungan untuk array N-dimensi yang memungkinkan Anda dengan mudah bekerja dengan data multidimensional, seperti matri...
Baca selengkapnya

DICTIONARIES & FRECUENCY TABLES

Gambar
  Dictionaries dan Frecuency Tables 1- Storing Data Store the data in the table above using two different lists. Assign the list ['4+', '9+', '12+', '17+'] to a variable named content_ratings. Assign the list [4433, 987, 1155, 622] to a variable named numbers. Store the data in the table above using a list of lists. Assign the list [['4+', '9+', '12+', '17+'], [4433, 987, 1155, 622]] to a variable named content_rating_numbers. 2- Dictionaries Map content ratings to their corresponding numbers by recreating the dictionary above: {'4+': 4433, '9+': 987, '12+': 1155, '17+': 622}. Assign the dictionary to a variable named content_ratings. Print content_ratings and examine the output carefully. Has the order we used to create the dictionary been preserved? In other words, is the output identical to {'4+': 4433, '9+': 987, '12+': 1155, '17+': 622}? We'll discuss...
Baca selengkapnya

membuat Script variabel dan operator

Gambar
MEMBUAT VARIABEL DAN OPERASI ARITMATIKA MELALUI PHP    Variabel dan Operator Langkah -langkah : Buat file di visual code, lalu masukkan Script di bawah ini : 1.Buat script untuk menjumlahkan angka berikut: 198, 134, 76. Gunakan juga statemen teks untuk menampilkan hasilnya! <! DOCTYPE html > < html lang = "en" > < head >   < meta charset = "UTF-8" >   < meta http-equiv = "X-UA-Compatible" content = "IE=edge" >   < meta name = "viewport" content = "width=device-width, initial-scale=1.0" >   < title > Penjumlahan </ title > </ head > < body >   <?php     $angka_pertama = 198 ;     $angka_kedua = 134 ;     $angka_ketiga = 76 ;     $jumlah = $angka_pertama + $angka_kedua + $angka_ketiga ;     $teks = 'ketiga variabel bila dijumlah menjadi: ' ;         echo ( $teks . $jumlah );   ? > </ body > ...
Baca selengkapnya