Tugas Programming
Table of Contents
Pandas Dasar-dasar Manipulasi Data - This article is part of a series.
1. Membuat DataFrame Awal #
Buatlah DataFrame dengan kolom Nama, Usia, dan Jenis Kelamin. Kemudian, tampilkan 3 baris pertama dari DataFrame tersebut.
Contoh Input:
# DataFrame
data = {'Nama': ['Alice', 'Bob', 'Charlie'],
'Usia': [25, 30, 22],
'Jenis Kelamin': ['Perempuan', 'Laki-laki', 'Laki-laki']}
df = pd.DataFrame(data)
Contoh Output:
Nama Usia Jenis Kelamin
0 Alice 25 Perempuan
1 Bob 30 Laki-laki
2 Charlie 22 Laki-laki
2. Menambahkan Kolom Baru #
Tambahkan kolom baru bernama “Kota” ke dalam DataFrame pada soal sebelumnya. Isi kolom ini dengan nilai “Jakarta” untuk semua baris. Tampilkan DataFrame setelah penambahan kolom.
Contoh Input:
# DataFrame (dengan kolom Nama, Usia, dan Jenis Kelamin)
data = {'Nama': ['Alice', 'Bob', 'Charlie'],
'Usia': [25, 30, 22],
'Jenis Kelamin': ['Perempuan', 'Laki-laki', 'Laki-laki']}
df = pd.DataFrame(data)
Contoh Output:
Copy code
Nama Usia Jenis Kelamin Kota
0 Alice 25 Perempuan Jakarta
1 Bob 30 Laki-laki Jakarta
2 Charlie 22 Laki-laki Jakarta
3. Fungsi Rata-rata Kolom #
Buatlah fungsi Python yang menerima DataFrame dan sebuah nama kolom. Fungsi ini harus mengembalikan nilai rata-rata dari kolom tersebut.
Contoh Input:
# DataFrame
data = {'Nama': ['Alice', 'Bob', 'Charlie'],
'Usia': [25, 30, 22],
'Jenis Kelamin': ['Perempuan', 'Laki-laki', 'Laki-laki']}
df = pd.DataFrame(data)
Contoh Output:
# Memanggil fungsi
rata_usia = hitung_rata_rata(df, 'Usia')
print(rata_usia)
Contoh Output yang Diinginkan:
Copy code
25.666666666666668
4. Filtering Data #
Buatlah fungsi Python yang menerima DataFrame dan sebuah kondisi logis. Fungsi ini harus mengembalikan DataFrame yang hanya berisi baris yang memenuhi kondisi tersebut.
Contoh Input:
# DataFrame
data = {'Nama': ['Alice', 'Bob', 'Charlie'],
'Usia': [25, 30, 22],
'Jenis Kelamin': ['Perempuan', 'Laki-laki', 'Laki-laki']}
df = pd.DataFrame(data)
Contoh Output:
# Memanggil fungsi
df_muda = filter_data(df, df['Usia'] < 30)
print(df_muda)
Contoh Output yang Diinginkan:
Nama Usia Jenis Kelamin
0 Alice 25 Perempuan
2 Charlie 22 Laki-laki
5. Menggabungkan DataFrame #
Buatlah fungsi Python yang menerima dua DataFrame dan sebuah kolom bersama. Fungsi ini harus menggabungkan kedua DataFrame berdasarkan kolom tersebut.
Contoh Input:
# Dua DataFrame
data1 = {'NIM': [101, 102, 103],
'Nilai': [85, 92, 78]}
df1 = pd.DataFrame(data1)
data2 = {'NIM': [101, 102, 103],
'Keterangan': ['Lulus', 'Lulus', 'Tidak Lulus']}
df2 = pd.DataFrame(data2)
Contoh Output:
# Memanggil fungsi
df_gabung = gabungkan_data(df1, df2, 'NIM')
print(df_gabung)
Contoh Output yang Diinginkan:
NIM Nilai Keterangan
0 101 85 Lulus
1 102 92 Lulus
2 103 78 Tidak Lulus
6. Agregasi Kustom #
Buatlah fungsi Python yang menerima DataFrame dan sebuah fungsi agregasi kustom. Fungsi ini harus mengembalikan DataFrame hasil agregasi menggunakan fungsi tersebut.
Contoh Input:
# DataFrame
data = {'Nama': ['Alice', 'Bob', 'Charlie'],
'Usia': [25, 30, 22],
'Jenis Kelamin': ['Perempuan', 'Laki-laki', 'Laki-laki']}
df = pd.DataFrame(data)
Contoh Output:
# Memanggil fungsi
hasil_agregasi = agregasi_kustom(df, lambda x: x.sum() / x.count())
print(hasil_agregasi)
Contoh Output yang Diinginkan:
Nama 3.0
Usia 25.666667
Jenis Kelamin NaN
dtype: float64