Modifikasi Kustom
Pelajaran 13 dari 19 dalam kursus Analisis Pandas di Coddy.
Untuk membuat modifikasi khusus, gunakan method .apply dan berikan lambda atau function. Contohnya, untuk mencari kuadrat setiap angka dalam sebuah kolom:
df['num_squared'] = df['num'].apply(lambda x: x**2)Hal ini juga bisa dilakukan dengan mengalikan kolom tersebut dengan dirinya sendiri:
df['num_squared'] = df['num'] * df['num']Untuk menambahkan 2 ke nilai setiap baris:
df["add_two"] = df['num'].apply(lambda x: x+2)
df["add_two"] = df['num'] + 2Untuk mengganti setiap nilai dalam Series dengan nilai lain, gunakan method .map dan berikan fungsi, dictionary, atau Series.
Contohnya, jika kita ingin mengganti nama buah dengan nilai numerik:
fruits_to_num = {"apple": 1, "mango": 2, "grape": 3}
df["fruits"] = df["fruits"].map(fruits_to_num).map dan .apply sama-sama bisa menerima fungsi:
df['num_squared'] = df['num'].apply(lambda x: x**2)
df['num_squared'] = df['num'].map(lambda x: x**2)Untuk mempelajari lebih lanjut tentang perbedaannya, kamu bisa membacanya di sini.
Tantangan
MudahFile CSV stats.csv berisi informasi tentang statistik.
Berikut 5 baris pertama file tersebut:
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPE- Ganti nilai
CATEGORYmenjadi:{"SHOW": 0, "TREE": 1, "JAPE": 2, "GHUP": 3, "PLQR": 4}. - Buat kolom baru bernama
SKILL_MASTERY. Isi kolom ini dengan rumus berikut: Kalikan nilai pada kolomSKILL_POINTSdanUTILIZATION. Jika hasilnya lebih besar dari5, bagi hasilnya dengan 4; jika tidak, bagi dengan2. Terakhir, tambahkan nilai pada kolomIS_VALIDke hasilnya. - Urutkan hasilnya secara menaik berdasarkan
SKILL_MASTERY.
Simpan hasilnya dalam variabel df.
Coba sendiri
# pandas as pd sudah diimpor
df = pd.read_csv("./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