Pembersihan Data: Alat Lainnya
Pelajaran 7 dari 19 dalam kursus Analisis Pandas di Coddy.
Hapus Nilai Duplikat
Baris duplikat sama persis. Jika ada satu perbedaan saja, baris tersebut tidak akan dianggap duplikat.
df = df.drop_duplicates()Ganti Nama Kolom
Biasanya, kita ingin menggunakan satu konvensi untuk nama kolom. Untuk itu, kita dapat mengganti nama kolom secara manual:
df = df.rename(columns={"old_name": "new_name"})Ubah Tipe Data
df["column name"] = df["column name"].astype(bool)
df["column name"] = df["column name"].astype(int)
Tantangan
MudahFile CSV missing.csv berantakan.
Berikut 5 baris pertama file tersebut:
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID
1,France,Signal violet,marksmanship,14,0.1924,1
1,France,Signal violet,marksmanship,14,0.1924,1
2,Solomon Islands,Pearl violet,,4,,1
3,Germany,,calligraphy,12,0.88646,0Bersihkan datanya:
- Hapus baris duplikat.
- Ubah nama semua kolom menjadi huruf kecil.
- Ubah kolom yang berisi angka satu dan nol menjadi kolom Boolean. (Periksa dataframe untuk menemukan kolom yang tepat.)
Untuk mengiterasi semua kolom, kamu bisa menggunakan property .colunms:
for column in columns:
# your code hereUntuk melacak progresmu, cetak df: print(df)
Simpan hasil akhirnya dalam variabel df.
Jangan cetak df agar kasus uji lolos!
Coba sendiri
# pandas as pd sudah diimpor
df = pd.read_csv("./missing.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