Mobil untuk Dibeli
Pelajaran 19 dari 19 dalam kursus Analisis Pandas di Coddy.
Saat menggunakan .sort_values, hasilnya berupa dataframe dengan column_name yang diubah menjadi indeks:
res = df.sort_values(by='column_name', ascending=True)Indeks seperti alamat. Dengan indeks, titik data mana pun di seluruh dataframe atau series dapat diakses.
Saat sebuah kolom diubah menjadi indeks, kamu tidak lagi bisa mengaksesnya dengan cara yang sudah kita pelajari:
res["column_name"]Ini tidak bisa dilakukan.
Untuk mengubah indeks kembali menjadi kolom biasa, tulis: .reset_index:
res = df.sort_values(by='column_name', ascending=True).reset_index()Atau lakukan dalam dua langkah:
res = df.sort_values(by='column_name', ascending=True)
res = res.reset_index()
Tantangan
SedangFile CSV car_raw_stats.csv dan car_features.csv berisi informasi tentang mobil yang dijual.
Berikut 5 baris pertama dari car_raw_stats.csv:
car_id,brand,price,popularity,year
1,ram,12584.93337,0.962070375,2008
2,mazda,15123.47674,0.356163012,2012
3,kia,15861.89672,0.110720597,2006
4,renault,12631.39906,0.153823182,2016Berikut 5 baris pertama dari car_features.csv:
car_id,sits,has_phone_charger,is_comfortable
1,4,,1
2,4,,1
3,4,1,1
4,2,1,Kita perlu mencari mobil yang berpotensi untuk dibeli.
- Setiap nilai yang hilang dianggap sebagai
0. - Cari nilai rata-rata setiap merek dan periksa hanya 7 merek teratas. Filter semua mobil dari merek-merek tersebut.
- Kita mencari mobil dengan harga terjangkau, harga di bawah
20000, tetapi tahunnya harus setelah 2005. - Mobil harus memiliki
4tempat duduk. Kita tidak membutuhkan charger, tetapi mobil harus nyaman. - Urutkan mobil secara menaik berdasarkan id mobil.
Simpan hasilnya ke df
Coba sendiri
# pandas as pd sudah diimpor
df_feat = pd.read_csv("./car_features.csv")
df_stat = pd.read_csv("./car_raw_stats.csv")
# Tulis kodemu di bawah ini
Semua pelajaran di Analisis Pandas
4Analisis Data dengan Pandas
Statistik DeskriptifMengelompokkan dan Mengagregasi DataBerbagai AgregasiMerge dan Concat2Bekerja dengan DataFrame
Memahami DataFrameMengakses DataPembersihan Data: Data yang HilangPembersihan Data: Alat Lainnya3Manipulasi Data dengan Pandas
Mengembalikan Hasil yang DimintaMemfilter DataMenambah dan MenghapusMengubah DataMengubah StringModifikasi KustomLatihan sendiri: Compiler Python online