Silabus Pelajaran 81 dari 250 · Dasar Data: numpy & pandas
Dasar Data: numpy & pandas

Membersihkan Data yang Berantakan

Tabel asli punya celah dan tipe yang salah. pandas menandai nilai yang hilang sebagai NaN (Not a Number). Kamu bisa mengisinya atau menghapusnya.

import pandas as pd
import numpy as np
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, np.nan, 35],
})
print(df["age"].fillna(0))    # replace NaN with 0
print(df.dropna())            # drop any row that has a NaN

trik umum adalah mengisi angka yang hilang dengan rata-rata kolom:

mean_age = df["age"].mean()        # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)

Ubah tipe kolom dengan astype, dan ubah nama kolom dengan rename:

df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})

Untuk mengubah setiap nilai dalam sebuah kolom, gunakan apply dengan sebuah fungsi. Ini menjalankan fungsi pada setiap sel dan mengembalikan Series baru:

def initial(s):
    return s[0]
df["letter"] = df["first_name"].apply(initial)
# you can also use a lambda:
df["letter"] = df["first_name"].apply(lambda s: s[0])
Giliranku

DataFrame di bawah ini punya usia yang hilang (NaN). Isi nilai yang hilang di kolom age dengan rata-rata kolom (abaikan NaN), lalu ubah seluruh kolom age ke int. Terakhir tambahkan kolom baru name_len yang menyimpan panjang setiap nama (gunakan .apply dengan len).

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.