Seleksi dan Filter Data

Dalam analisis data menggunakan Pandas, seleksi dan pemfilteran data merupakan bagian penting untuk mengeksplorasi dataset dengan lebih mendalam. Pandas menyediakan berbagai metode untuk melakukan operasi ini.

A. Seleksi Kolom

#

Anda dapat memilih satu atau beberapa kolom dari DataFrame dengan menggunakan nama kolomnya.

Format Penggunaan:

df['Nama_Kolom']

Berikut adalah contoh:

# Memilih kolom 'NIM' dan 'Nama'
selected_columns = df_mahasiswa[['NIM', 'Nama']]
print("Seleksi Kolom 'NIM' dan 'Nama':")
print(selected_columns)

Hasilnya:

   NIM  Nama
0  101  Agus
1  102  Budi
2  103 Citra
3  104 Diana
4  105   Eva
5  106 Fandi
6  107  Gita
7  108  Hani
8  109 Indra
9  110  Joko

B. Seleksi Baris

#

Anda dapat memilih baris berdasarkan kondisi tertentu dengan menggunakan operasi perbandingan.

Format Penggunaan:

df[<kondisi_boolean>]

Contoh:

# Memilih baris dengan usia kurang dari 22 tahun
young_students = df_mahasiswa[df_mahasiswa['Usia'] < 22]
print("Seleksi Baris dengan Usia Kurang dari 22 Tahun:")
print(young_students)

Hasilnya:

   NIM  Nama            Jurusan  Usia Jenis Kelamin
0  101  Agus  Teknik Informatika    20      Laki-laki
5  106 Fandi         Ilmu Hukum    20      Laki-laki

C. Pemfilteran Data

#

Pemfilteran data melibatkan kombinasi seleksi kolom dan baris untuk mendapatkan data yang diinginkan.

Format Penggunaan:

df[df['Nama Kolom'] == 'Nilai']

Contoh:

# Pemfilteran data untuk mahasiswa perempuan
female_students = df_mahasiswa[df_mahasiswa['Jenis Kelamin'] == 'Perempuan']
print("Data Mahasiswa Perempuan:")
print(female_students)

Hasilnya:

   NIM  Nama         Jurusan        Usia  Jenis Kelamin
2  103 Citra        Akuntansi         21      Perempuan
3  104 Diana Ilmu Komunikasi          23      Perempuan
4  105   Eva    Teknik Elektro        22      Perempuan
6  107  Gita           Ilmu Hukum     24      Perempuan
7  108  Hani        Kedokteran        25      Perempuan

D. Seleksi Berdasarkan Indeks

#

Anda dapat melakukan seleksi berdasarkan indeks tertentu menggunakan loc atau berdasarkan posisi dengan iloc.

Contoh:

# Seleksi berdasarkan indeks
selected_row = df_mahasiswa.loc[2]  # Memilih baris dengan indeks 2
print("Seleksi Baris dengan Indeks 2:")
print(selected_row)

Hasilnya:

NIM                   103
Nama                Citra
Jurusan         Akuntansi
Usia                   21
Jenis Kelamin    Perempuan
Name: 2, dtype: object

loc dan iloc adalah dua metode dalam Pandas yang digunakan untuk melakukan seleksi data berdasarkan indeks, tetapi keduanya memiliki beberapa perbedaan penting.

1. loc (Location-Based Indexing)

Basis Seleksi: loc menggunakan label indeks atau label kolom untuk melakukan seleksi.

Contoh Penggunaan:

df.loc[2]  # Memilih baris dengan label indeks 2
df.loc[:, 'Nama']  # Memilih semua baris dari kolom 'Nama'

Penting untuk Diketahui:

• Sintaks loc berbentuk [baris, kolom].
• Menggunakan label indeks atau label kolom sebenarnya, bukan posisi numerik.

2. iloc (Integer Location-Based Indexing)

Basis Seleksi: iloc menggunakan indeks berbasis posisi numerik (integer) untuk melakukan seleksi.

Contoh Penggunaan:

df.iloc[2]  # Memilih baris dengan indeks posisi 2
df.iloc[:, 1]  # Memilih semua baris dari kolom kedua

Penting untuk Diketahui:

• Sintaks iloc juga berbentuk [baris, kolom].
• Menggunakan indeks berbasis posisi numerik, bukan label indeks atau label kolom.

Perbandingan Singkat:

• Label vs. Posisi:

  • loc menggunakan label indeks atau label kolom.
  • iloc menggunakan indeks berbasis posisi numerik.

• Inklusif vs. Eksklusif:

  • loc menyertakan elemen di kedua ujung rentang (inklusif).
  • iloc menyertakan elemen di awal tetapi tidak di akhir (eksklusif).

Contoh:

• df.loc[1:3] akan menyertakan baris dengan label indeks 1, 2, dan 3.
• df.iloc[1:3] akan menyertakan baris dengan indeks posisi 1 dan 2.

Dalam praktiknya, pemilihan antara loc dan iloc tergantung pada jenis indeks yang Anda miliki (apakah berupa label atau posisi numerik) dan preferensi pengguna. Jika Anda memiliki label indeks yang bermakna, loc mungkin lebih intuitif, tetapi jika Anda menginginkan seleksi berbasis posisi numerik, maka iloc lebih sesuai.

E. Seleksi dengan Metode isin()

#

Metode isin() memungkinkan Anda memfilter data berdasarkan serangkaian nilai tertentu.

Format Penggunaan:

df[df['Nama Kolom'].isin([nilai1, nilai2, ...])]

Contoh:

# Seleksi baris dengan NIM tertentu
selected_students = df_mahasiswa[df_mahasiswa['NIM'].isin([102, 105, 108])]
print("Seleksi Baris dengan NIM 102, 105, dan 108:")
print(selected_students)

Hasilnya:

   NIM  Nama       Jurusan      Usia Jenis Kelamin
1  102  Budi Manajemen Bisnis    22      Laki-laki
4  105   Eva Teknik Elektro      22      Perempuan
7  108  Hani    Kedokteran       25      Perempuan

F. Seleksi dan Pemfilteran Gabungan

#

Kombinasi berbagai teknik seleksi dan pemfilteran dapat digunakan untuk menyusun operasi yang lebih kompleks sesuai dengan kebutuhan analisis data Anda.

# Gabungan seleksi berdasarkan kondisi dan pemfilteran kolom
selected_data = df_mahasiswa[df_mahasiswa['Usia'] > 21][['Nama', 'Jurusan']]
print("Seleksi Mahasiswa dengan Usia Lebih dari 21 Tahun dan Pemfilteran Kolom 'Nama' dan 'Jurusan':")
print(selected_data)

Hasilnya:

   Nama           Jurusan
1  Budi     Manajemen Bisnis
3  Diana     Ilmu Komunikasi 
4  Eva        Teknik Elektro  
7  Hani           Kedokteran       
9  Joko              Farmasi