Membaca Data

A. Membaca data dari berbagai sumber

#

1. Membaca Data dari File CSV

#

Membaca data dari file CSV adalah langkah umum dalam manipulasi data. Gunakan fungsi pd.read_csv() untuk membaca data dari file CSV ke dalam DataFrame Pandas.

import pandas as pd

# Membaca data dari file CSV
df_csv = pd.read_csv('nama_file.csv')

2. Membaca Data dari File Excel

#

Untuk membaca data dari file Excel, gunakan fungsi pd.read_excel(). Pandas akan membaca setiap lembar (sheet) secara default, namun kamu dapat menentukan lembar yang diinginkan dengan menyertakan argumen sheet_name.

import pandas as pd

# Membaca data dari file Excel
df_excel = pd.read_excel('nama_file.xlsx', sheet_name='nama_lembar')

3. Membaca Data dari Database SQL

#

Pandas juga mendukung pembacaan data langsung dari database SQL. Gunakan fungsi pd.read_sql() dan berikan koneksi database serta query SQL yang diinginkan.

import pandas as pd
import sqlite3

# Membaca data dari database SQL
conn = sqlite3.connect('nama_database.db')
query = 'SELECT * FROM nama_tabel'
df_sql = pd.read_sql(query, conn)

4. Membaca Data dari Sumber Lainnya

#

Pandas mendukung berbagai sumber data lainnya seperti JSON, HTML, dan bahkan web scraping menggunakan fungsi-fungsi seperti pd.read_json(), pd.read_html(), dan sebagainya. Pilih metode yang sesuai dengan sumber data kamu.

import pandas as pd

# Membaca data dari sumber lainnya
df_json = pd.read_json('nama_file.json')
df_html = pd.read_html('url_situs')[0]  # Perhatikan penggunaan [0] untuk mendapatkan DataFrame pertama dari list yang dihasilkan.

B. Menjelajahi Data Awal

#

1. Menampilkan Data Awal dengan head()

#

Setelah membaca data, gunakan metode head() untuk melihat beberapa baris pertama dari DataFrame. Ini memberikan gambaran cepat tentang struktur dan isi data.

# Menampilkan lima baris pertama data
df.head()

2. Menampilkan Data Akhir dengan tail()

#

Sama seperti head(), tail() menampilkan beberapa baris terakhir dari DataFrame. Ini berguna untuk melihat bagaimana data di akhir dataset.

# Menampilkan lima baris terakhir data
df.tail()

3. Mendapatkan Informasi tentang DataFrame dengan info()

#

Fungsi info() memberikan ringkasan informasi tentang DataFrame, termasuk jumlah non-null values, tipe data, dan penggunaan memori.

# Menampilkan informasi tentang DataFrame
df.info()

C. Menangani Missing Values

#

1. Mendeteksi Missing Values dengan isnull()

#

Gunakan metode isnull() untuk mendeteksi missing values dalam DataFrame. Ini menghasilkan DataFrame boolean yang menunjukkan di mana nilai-nilai null berada.

# Mendeteksi missing values
df.isnull()

2. Menghitung Jumlah Missing Values dengan sum()

#

Menggunakan sum() pada hasil isnull() akan memberikan jumlah missing values pada setiap kolom.

# Menghitung jumlah missing values per kolom
df.isnull().sum()

3. Menghapus atau Mengganti Missing Values

#

Terakhir, kamu dapat memutuskan apakah akan menghapus baris atau kolom yang mengandung missing values menggunakan dropna(), atau mengganti missing values dengan nilai tertentu menggunakan fillna().

# Menghapus baris yang mengandung missing values
df_cleaned = df.dropna()

# Mengganti missing values dengan nilai tertentu
df_filled = df.fillna(0)