Menu
CoddyTech
Mulai belajar

Merge dan Concat

Pelajaran 17 dari 19 dalam kursus Analisis Pandas di Coddy.

Di dunia nyata, data sering berasal dari beberapa tabel atau file. Untuk menghubungkan dan menganalisis data ini, kita harus dapat menggabungkan dataset. Untuk menggabungkan dataframe, kita dapat menggunakan .merge(), .join(), dan .concat().

.merge() mirip dengan operasi JOIN di SQL; fungsi ini menghubungkan kolom atau indeks dalam dataframe berdasarkan satu kunci atau lebih:

merged_df = df1.merge(df2, on='common_column')

Misalnya, dua tabel ini:

IDVALUE
1"val1"
2"val2"
IDPOINTS
19

Akan menjadi:

IDVALUEPOINTS
1"val1"9

Fungsi .concat() digunakan untuk menambahkan baris dari satu dataframe ke bagian akhir dataframe lainnya, dan menghasilkan dataframe baru. Operasi ini mirip dengan operasi 'UNION' di SQL:

concatenated_df = pd.concat([df1, df2])
challenge icon

Tantangan

Mudah

File CSV visits.csv berisi informasi tentang jumlah kunjungan yang dilakukan di lokasi tertentu pada waktu tertentu.

Berikut 5 baris pertama file tersebut:

location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588

Hitung min, max, mean, std, sum, dan median untuk setiap id lokasi, lalu gabungkan semuanya ke dalam satu dataframe. Ganti nama kolom menjadi:

sum_visits, min_visits, max_visits, mean_visits, std_visits, dan median_visits.

Dataframe akhir seharusnya terlihat seperti ini:

location_idsum_visitsmin_visitsmax_visitsmean_visitsstd_visitsmedian_visits
.....................

Simpan hasilnya ke df.

Coba sendiri

# pandas as pd sudah diimpor
df = pd.read_csv("./visits.csv")
sum_visits = df.groupby("location_id").sum()
min_visits = df.groupby("location_id").min()
max_visits = df.groupby("location_id").max()
mean_visits = df.groupby("location_id").mean()
std_visits = df.groupby("location_id").std()
median_visits = df.groupby("location_id").median()
# Tulis kodemu di bawah ini

Semua pelajaran di Analisis Pandas

1Pengantar

Mengapa menggunakan Pandas?Struktur Data di PandasMemuat Data ke dalam DataFrame

4Analisis Data dengan Pandas

Statistik DeskriptifMengelompokkan dan Mengagregasi DataBerbagai AgregasiMerge dan Concat

2Bekerja dengan DataFrame

Memahami DataFrameMengakses DataPembersihan Data: Data yang HilangPembersihan Data: Alat Lainnya

5Tantangan

Pencari JawabanMobil untuk Dibeli

3Manipulasi Data dengan Pandas

Mengembalikan Hasil yang DimintaMemfilter DataMenambah dan MenghapusMengubah DataMengubah StringModifikasi Kustom

Latihan sendiri: Compiler Python online