Silabus Pelajaran 79 dari 250 · Dasar Data: numpy & pandas
Dasar Data: numpy & pandas

pandas: Series dan DataFrame

numpy sangat bagus untuk angka, tapi data asli punya kolom berlabel dengan tipe campuran: nama, tanggal, harga. Itulah kegunaan pandas. Objek utamanya adalah DataFrame: tabel dengan kolom bernama dan indeks untuk baris.

Cara termudah untuk membangunnya adalah dari sebuah dict, di mana setiap key adalah nama kolom dan setiap value adalah sebuah list sel:

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
    "city": ["NYC", "LA", "NYC"],
})
print(df)

Beberapa hal penting untuk menilai tabel apa pun:

print(df.shape)     # (3, 3)   rows, columns
print(df.columns)   # Index(['name', 'age', 'city'], ...)
print(df.head(2))   # the first 2 rows
print(df.dtypes)    # the type of each column

satu kolom adalah Series (array 1D berlabel). Ambil satu dengan notasi kurung:

ages = df["age"]
print(ages.mean())   # 30.0
print(ages.max())    # 35

df.shape adalah tuple (n_rows, n_cols), jadi df.shape[0] adalah jumlah baris.

Giliranku

Buat DataFrame df dari dict ini: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Simpan jumlah baris ke n_rows (gunakan df.shape). Lalu simpan rata-rata kolom score ke avg_score.

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.