Belajar Pandas, Series dan DataFrame dengan Pyhton

Pengertian Pandas pada Python

Pandas kependekan dari Python Data Analysis Library. Nama Pandas tersebut adalah turunan dari kata Panel Data. Pandas merupakan sebuah open source python package/library dengan lisensi BSD yang menyediakan banyak perkakas untuk kebutuhan data analisis, manipulasi dan pembersihan data. Pandas mendukung pembacaan dan penulisan data dengan media berupa excel spreadsheet, CSV, dan SQL yang kemudian akan dijadikan sebagai objek python dengan rows dan columns yang disebut data frame seperti halnya pada tabel statistik.

Pengertian Series

Series merupakan struktur data dasar dalam Pandas. Series bisa juga diibaratkan sebagai array satu dimensi seperti halnya yang ada pada numpy array, hanya bedanya mempunyai index dan kita dapat mengontrol index dari setiap elemen tersebut.

Struktur data yang bisa ditampung berupa integer, float, dan juga string. Series juga mendukung operasi vektor. Secara definisi, Series tidak dapat mempunyai kolom ganda, untuk masalah ini bisa menggunakan struktur data frame.

Pengertian DataFrame

DataFrame adalah struktur data 2 dimensi yang berbentuk tabular (mempunyai baris dan kolom) Hampir semua data tidak hanya memiliki 1 kolom tetapi lebih sehingga lebih cocok menggunakan pandas DataFrame untuk mengolahnya DataFrame dapat dibuat lebih dari satu Series atau dapat kita katakan bahwa DataFrame adalah kumpulan Series

Membuat DataFrame dengan Pandas

DataFrame dari List

Ada beberapa cara untuk membuat DataFrame antara lain melalui List, Dict, Series, File atau DataFrame lain Untuk implementasi DataFrame anda dapat gunakan Jupyter Notebook 

Langkah#1 

DatarFrame dari List Pertama import terlebih dahulu library Pandas

import pandas as pd 

Langkah#2

Selanjutnya buat variabel data yang menyimpan beberapa List dan gunakan fungsi DataFrame() untuk membuat DataFrame baru

data = {'satu': [4,4,4,4,4], 
        'dua' : [5,6,7,8,9], 
        'tiga': [10,11,12,13,14]} 
df = pd.DataFrame(data) 
df.head()
  

 Hasilnya adalah seperti ini :

Kita juga bisa memberikan index label seperti pada Series

data = {'kol1': [1,1,1,1,1], 
        'kol2' : [2,2,2,2,2], 
        'kol3': [3,3,3,3,3]} 
df = pd.DataFrame(data, index=['baris1','baris2','baris3','baris4','baris5']) 
df.head() 

Hasilnya adalah index default berupa angka menjadi bentu nama baris yang telah kita set :

DataFrame dari Dictionary 

Kita juga bisa membuat DataFrame dari kumpulan Dictionary yang digabungkan di dalam List

data = [{'satu': 1, 'dua': 2,'tiga': 3}, # index ke-0 
        {'satu': 1, 'dua': 2,'tiga': 3}, # index ke-1 
        {'satu': 1, 'dua': 2,'tiga': 3}] # index ke-3 
df = pd.DataFrame(data) 
df.head()

Hasilnya adalah

DataFrame dari Series

 Kita dapat juga membuat DataFrame dari Series

data = {'satu': pd.Series([1,1,1,1,1]), 
        'dua' : pd.Series([2,2,2,2,2]), 
        'tiga': pd.Series([3,3,3,3,3])} 
df = pd.DataFrame(data) 
df.head()

Hasilnya adalah :

DataFrame dari File 

Sebenarnya lebih cocok disebut dengan membaca file dengan DataFrame, Kita bisa gunakan fungsi read_csv(), Misalnya kita akan membaca file CSV maka caranya seperti ini

df = pd.read_csv('titanic.csv') 
df.head()