Kembali ke EDA

1. Installing Pandas

Proses download dan install pandas library dapat dilakukan execute baris di bawah ini di local environment’s console masing-masing:

pip install pandas

Jika menggunakan google colab, maka pandas sudah ada sehingga tidak usah menginstall lagi (cukup import). Bila menggunakan anaconda, dapat run baris tersebut di anaconda prompt.

import pandas
pandas.__version__    #cek versi

'1.0.5'

import pandas dan dinamakan sbg ‘pd’ agar lebih mudah dan efisisen

import pandas as pd

Reviewing Pandas Object

Series : struktur data dasar yang bisa diibaratkan sebagai array satu dimensi yang mempunyai index
DataFrame: struktur data 2 dimensi yang berbentuk tabular (mempunyai baris dan kolom). Kita dapat memikirkan dataframe sebagai kumpulan series

import numpy as np
import pandas as pd

2.1. Pandas `Series` Object

Series merupakan array 1 dimensi yang mempunyai index. Dapat dibuat dari list maupun array seperti berikut:

data = pd.Series([0.15, 0.5, 0.75, 1.0])
data

0    0.15
1    0.50
2    0.75
3    1.00
dtype: float64

Output Series mempunyai values di sebelah kanan dan index di sebelah kiri

data.values

array([0.15, 0.5 , 0.75, 1.  ])

data.index

RangeIndex(start=0, stop=4, step=1)

Seperti pada Numpy, kita dapat melakukan slicing pada index untuk mengeluarkan output value yang diinginkan

data[1] #Mengambi value data dengan index-1

0.5

data[1:3] #Mengambil value data dari index-1 sampai index-(3-1)=2

1    0.50
2    0.75
dtype: float64

data[-1:] #Mengambil index dari 1 terakhir

3    1.0
dtype: float64

Seperti yang dapat dilihat, Series pandas jauh lebih umum dan fleksibel dibandingkan dengan array satu dimensi.

2.1.1. `Series` as generalized NumPy array

Membuat series dengan index tertentu. Perhatikan, banyaknya index dan value ditetapkan harus sama jumlahnya.

data = pd.Series([0.25, 0.5, 0.75, 1.0],
                 index=['a', 'b', 'c', 'd'])
data

a    0.25
b    0.50
c    0.75
d    1.00
dtype: float64

data['b']  #slicing index

0.5

Dapat juga digunakan index sembarang/bebas dalam membuat sebuah series.

data = pd.Series([0.25, 0.5, 0.75, 1.0],
                 index=[2, 5, 3, 7])
data

2    0.25
5    0.50
3    0.75
7    1.00
dtype: float64

data[5]

0.5

2.1.2 `Series` as specialized dictionaries

Dictionary adalah koleksi data yang berisi key dan value. Disini, kita akan membuat series dari dictionary.

menu_dict = {'Ayam goreng': 12000,
             'Ayam bakar': 12001,
             'Ayam hidup': 190000,
             'Ayam': 20000,
             'Ayam juga': 20000}     #nama ayam disebut key dan harga disebut value

menu_dict

{'Ayam goreng': 12000,
 'Ayam bakar': 12001,
 'Ayam hidup': 190000,
 'Ayam': 20000,
 'Ayam juga': 20000}

menu = pd.Series(menu_dict)
menu

Ayam goreng     12000
Ayam bakar      12001
Ayam hidup     190000
Ayam            20000
Ayam juga       20000
dtype: int64

menu['Ayam']

menu['Ayam goreng':'Ayam hidup']    #dari ayam goreng sampai ayam hidup saja

Ayam goreng     12000
Ayam bakar      12001
Ayam hidup     190000
dtype: int64

menu[['Ayam goreng','Ayam hidup']] #Kalau ini maksudnya Ayam goreng dan Ayam Hidup saja

Ayam goreng     12000
Ayam hidup     190000
dtype: int64

2.2. Pandas `DataFrame` Object

DataFrame merupakan array dua dimensi yang mempunyai column serta index yang fleksibel. Kedepannya, konsep penggunaan dataframe ini akan banyak digunakan dalam data science & machine learning, terutama dalam data preprocessing/cleaning sebelum melakukan modelling.

list(menu_dict.items())

[('Ayam goreng', 12000),
 ('Ayam bakar', 12001),
 ('Ayam hidup', 190000),
 ('Ayam', 20000),
 ('Ayam juga', 20000)]

df_menu1 = pd.DataFrame(list(menu_dict.items()),columns = ['Menu','Harga'])
df_menu1

	Menu	Harga
0	Ayam goreng	12000
1	Ayam bakar	12001
2	Ayam hidup	190000
3	Ayam	20000
4	Ayam juga	20000

#Alternatif, list menu dan list harga terpisah
menu_dict2 = {'Menu':['ayam goreng','ayam bakar','ayam rebus'],'Harga':[17000,15000,10000]}
df_menu2 = pd.DataFrame(menu_dict2)
df_menu2

	Menu	Harga
0	ayam goreng	17000
1	ayam bakar	15000
2	ayam rebus	10000

menu = ['ayam goreng','ayam bakar','ayam rebus']
harga = [17000,15000,10000]
df_menu3 = pd.DataFrame({'nama':menu,"biaya":harga})
df_menu3

	nama	biaya
0	ayam goreng	17000
1	ayam bakar	15000
2	ayam rebus	10000

Pertama-tama akan dilakukan Import melalui pd.read_csv (untuk format csv) atau pd.read_excel

Silakan download file nya: dkikepadatankelurahan2013.csv

#jika upload dataset

#contoh path
path = 'F:\Praktikum Semester 2\EDA\[25_03_2021] Pertemuan 1\dkikepadatankelurahan2013.csv' #jangan lupa nama file.csv nya

df = pd.read_csv(path,';')
df

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Laki-Laki	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan
0	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. PANGGANG	0,91	6779	231	235	233	...	98	106	72	65	36	33	33	20	13	27
1	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. KELAPA	3,76	1705	84	88	99	...	30	39	29	24	12	21	13	5	5	8
2	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. HARAPAN	3,59	628	255	238	232	...	139	101	73	56	18	35	24	25	18	26
3	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT	P. UNTUNG JAWA	0,59	3625	199	185	178	...	97	83	58	56	40	54	26	27	16	13
4	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT	P. TIDUNG	1,57	3084	98	75	73	...	37	32	22	13	18	15	10	18	11	17
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
262	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	MUNJUL	1,9	12734	1167	1112	1026	...	482	482	302	291	173	137	118	94	52	51
263	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	SETU	3,25	6028	937	928	857	...	392	354	254	211	124	115	64	83	59	64
264	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	BAMBU APUS	3,17	8400	1242	1187	1062	...	596	476	377	250	169	179	108	96	70	84
265	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	LUBANG BUAYA	3,72	18055	3258	2988	2732	...	1376	1308	959	739	393	385	293	291	160	165
266	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	CEGER	3,63	5492	1007	930	874	...	416	390	279	214	110	153	101	53	45	44

267 rows × 25 columns

#Upload Dataset menggunakan url aduh tadi gw apus gitulah pokoknya

bisa tambahkan parameter sep=“,” atau sep = “;” tergantung delimiter file yang kamu upload

#Untuk export/save ke bentuk csv, gunakan .to_csv()
df.to_csv('coba.csv')   #Untuk google colab, file akan muncul di folder layar kiri. Tinggal di download sadja.

pd.DataFrame.info(df)

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 267 entries, 0 to 266
Data columns (total 25 columns):
 #   Column                Non-Null Count  Dtype 
---  ------                --------------  ----- 
 0   TAHUN                 267 non-null    int64 
 1   NAMA PROVINSI         267 non-null    object
 2   NAMA KABUPATEN/KOTA   267 non-null    object
 3   NAMA KECAMATAN        267 non-null    object
 4   NAMA KELURAHAN        267 non-null    object
 5   LUAS WILAYAH (KM2)    267 non-null    object
 6   KEPADATAN (JIWA/KM2)  267 non-null    int64 
 7   35-39 Laki-Laki       267 non-null    int64 
 8   35-39 Perempuan       267 non-null    int64 
 9   40-44 Laki-Laki       267 non-null    int64 
 10  40-44 Perempuan       267 non-null    int64 
 11  45-49 Laki-Laki       267 non-null    int64 
 12  45-49 Perempuan       267 non-null    int64 
 13  50-54 Laki-Laki       267 non-null    int64 
 14  50-54 Perempuan       267 non-null    int64 
 15  55-59 Laki-Laki       267 non-null    int64 
 16  55-59 Perempuan       267 non-null    int64 
 17  60-64 Laki-Laki       267 non-null    int64 
 18  60-64 Perempuan       267 non-null    int64 
 19  65-69 Laki-Laki       267 non-null    int64 
 20  65-69 Perempuan       267 non-null    int64 
 21  70-74 Laki-Laki       267 non-null    int64 
 22  70-74 Perempuan       267 non-null    int64 
 23  >75 Laki-Laki         267 non-null    int64 
 24  >75  Perempuan        267 non-null    int64 
dtypes: int64(20), object(5)
memory usage: 52.3+ KB

DataFrame.head() -> menampilkan 5 baris pertama
DataFrame.tail() -> menampilkan 5 baris terakhir
DataFrame.shape -> jumlah baris kolom dan
DataFrame.columns -> menampilkan nama kolom
DataFrame.index -> menampilkan index baris
DataFrame.info(data)-> menampilkan informasi mengenai data

df.head()
#df.head(8) Menampilkan 8 data teratas

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Laki-Laki	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan
0	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. PANGGANG	0,91	6779	231	235	233	...	98	106	72	65	36	33	33	20	13	27
1	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. KELAPA	3,76	1705	84	88	99	...	30	39	29	24	12	21	13	5	5	8
2	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. HARAPAN	3,59	628	255	238	232	...	139	101	73	56	18	35	24	25	18	26
3	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT	P. UNTUNG JAWA	0,59	3625	199	185	178	...	97	83	58	56	40	54	26	27	16	13
4	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT	P. TIDUNG	1,57	3084	98	75	73	...	37	32	22	13	18	15	10	18	11	17

5 rows × 25 columns

df.tail()
#df.tail(8) Menampilkan 8 data terbawah

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Laki-Laki	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan
262	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	MUNJUL	1,9	12734	1167	1112	1026	...	482	482	302	291	173	137	118	94	52	51
263	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	SETU	3,25	6028	937	928	857	...	392	354	254	211	124	115	64	83	59	64
264	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	BAMBU APUS	3,17	8400	1242	1187	1062	...	596	476	377	250	169	179	108	96	70	84
265	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	LUBANG BUAYA	3,72	18055	3258	2988	2732	...	1376	1308	959	739	393	385	293	291	160	165
266	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	CEGER	3,63	5492	1007	930	874	...	416	390	279	214	110	153	101	53	45	44

5 rows × 25 columns

df.head(1)  #menampilkan 1 baris pertama saja

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Laki-Laki	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan
0	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. PANGGANG	0,91	6779	231	235	233	...	98	106	72	65	36	33	33	20	13	27

1 rows × 25 columns

df.columns  #melihat nama kolom apa aja

Index(['TAHUN', 'NAMA PROVINSI', 'NAMA KABUPATEN/KOTA', 'NAMA KECAMATAN',
       'NAMA KELURAHAN', 'LUAS WILAYAH (KM2)', 'KEPADATAN (JIWA/KM2)',
       '35-39 Laki-Laki', '35-39 Perempuan', '40-44 Laki-Laki',
       '40-44 Perempuan', '45-49 Laki-Laki', '45-49 Perempuan',
       '50-54 Laki-Laki', '50-54 Perempuan', '55-59 Laki-Laki',
       '55-59 Perempuan', '60-64 Laki-Laki', '60-64 Perempuan',
       '65-69 Laki-Laki', '65-69 Perempuan', '70-74 Laki-Laki',
       '70-74 Perempuan', '>75 Laki-Laki', '>75  Perempuan'],
      dtype='object')

df.index

RangeIndex(start=0, stop=267, step=1)

df.shape

(267, 25)

### 2.3. Pandas Index Object

Slicing pada Index object dapat dilakukan dalam bentuk list maupun array.

ind = pd.Index([2, 3, 5, 7, 11])   #define sebuah index
ind

Int64Index([2, 3, 5, 7, 11], dtype='int64')

ind[1] # menampilkan elemen pada posisi 1 (index python dimulai dari 0)

ind[::2] # menampilkan elemen dimulai dari posisi 0 dua per dua.

Int64Index([2, 5, 11], dtype='int64')

salah satu perbedaan Index object dan array Numpy arrays adalah indices-nya yang immutable. Artinya, indicenya tidak dapat dilakukan modifikasi / update value ke dalamnya.

ind[1] = 0 #akan error

TypeError: Index does not support mutable operations

3. Data Indexing and Selection

3.1. Data Selection in `Series`

data = pd.Series([0.25, 0.5, 0.75, 1.0],
                 index=['a', 'b', 'c', 'd'])      #buat sebuah series
data

a    0.25
b    0.50
c    0.75
d    1.00
dtype: float64

data['d'] = 0.95 # update value dari index 'd' menjadi 0.95
data

a    0.25
b    0.50
c    0.75
d    0.95
dtype: float64

data['e'] = 1.25 # Menambah value baru dengan index 'e'
data

a    0.25
b    0.50
c    0.75
d    0.95
e    1.25
dtype: float64

Melakukan slicing dapat dilakukan dengan dua cara, secara explicit dan implicit (integer index)

data['a':'c']   #explicit

a    0.25
b    0.50
c    0.75
dtype: float64

data[0:3]  #implicit integer index

a    0.25
b    0.50
c    0.75
dtype: float64

Kita dapat menampilkan sekumpulan indices yang telah ditentukan dengan menaruhnya ke dalam sebuah list

data[['a', 'e']]      #  'a' dan 'e' dimasukkan dalam list menjadi ['a','e']

a    0.25
e    1.25
dtype: float64

Perhatikan, saat melakukan slicing dengan explicit index (misal, data ['a':'c']), final index diikutsertakan dalam outputnya, sementara ketika melakukan slicing dengan implicit index (misal, data[0:2]), final index tidak diikutsertakan dalam outputnya. Ketika slicing melalui list (misal, data [['a', 'e']]), semua indices dari a sampai e akan ditampilkan.

3.2. Indexers: loc, iloc for `Series`

Secara sederhana, loc : slicing & indexing melalui explicit index. Sedangkan iloc : slicing & indexing melalui implisit index (angka)

data = pd.Series(['Hello', 'DPhir', 'world'], index=['a', 'b', 'c'])     #define sebuah series baru
data

a    Hello
b    DPhir
c    world
dtype: object

3.2.1. `loc` attribute

data.loc['a']    #menampilkan value dari index 'a'

'Hello'

3.2.2. `iloc` attribute

data.iloc[1]   # menampilkan index ke 1

'DPhir'

data.iloc[1:3]   #menampilkan index ke 1 dan 2

b    DPhir
c    world
dtype: object

3.3. Data Selection in `DataFrame`

df.head(1)

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Laki-Laki	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan
0	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	P. PANGGANG	0,91	6779	231	235	233	...	98	106	72	65	36	33	33	20	13	27

1 rows × 25 columns

df['TAHUN']  #menampilkan satu kolom saja (outputnya series)

0      2013
1      2013
2      2013
3      2013
4      2013
       ... 
262    2013
263    2013
264    2013
265    2013
266    2013
Name: TAHUN, Length: 267, dtype: int64

Output yang sama di atas dapat diperoleh dengan :

df.TAHUN    #Tidak dapat dilakukan pada nama kolom yang mempunyai spasi

0      2013
1      2013
2      2013
3      2013
4      2013
       ... 
262    2013
263    2013
264    2013
265    2013
266    2013
Name: TAHUN, Length: 267, dtype: int64

df[['TAHUN']]     #outputnya dataframe

Bisa juga membuat sebuah kolom baru yang diperoleh dari gabungan dua kolom lain. Misalkan disini ingin digabung jumlah laki2 dan perempuan yang berusia 50-54

df['gabungan_50-54'] = df['50-54 Laki-Laki'] + df['50-54 Perempuan']
df[['gabungan_50-54','50-54 Laki-Laki','50-54 Perempuan']] .head(3)   #lihat tiga kolom ini aja

	gabungan_50-54	50-54 Laki-Laki	50-54 Perempuan
0	263	137	126
1	63	34	29
2	311	150	161

3.4. Indexers: loc, iloc for `DataFrame`

Sama seperti pada series, loc digunakan untuk slicing menggunakan explicit index(nama indexnya langsung) dan iloc menggunakan implicit index (angka/urutan)

yang penting pahami bahwa functionnya itu

df.iloc[baris, kolom]

3.4.1. `loc` attribute

Definisikan sebuah dataframe baru menggunakan dataset penduduk sebelumnya dengan set ‘NAMA KELUARAHAN’ sebagai index (untuk contoh saja)

df1 = df.set_index('NAMA KELURAHAN')

df1.head(3)

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	40-44 Perempuan	...	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan	gabungan_50-54
NAMA KELURAHAN
P. PANGGANG	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	0,91	6779	231	235	233	210	...	106	72	65	36	33	33	20	13	27	263
P. KELAPA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	3,76	1705	84	88	99	88	...	39	29	24	12	21	13	5	5	8	63
P. HARAPAN	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	3,59	628	255	238	232	234	...	101	73	56	18	35	24	25	18	26	311

3 rows × 25 columns

df1.loc[  :'P. TIDUNG', :'NAMA KECAMATAN']   #menampilkan baris hingga 'P. TIDUNG', kolom hingga 'NAMA KECAMATAN'

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN
NAMA KELURAHAN
P. PANGGANG	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. KELAPA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. HARAPAN	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. UNTUNG JAWA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT
P. TIDUNG	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT

df1.loc[['P. KELAPA']]   #menampilkan data dari index 'P. KELAPA'

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	40-44 Perempuan	...	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan	gabungan_50-54
NAMA KELURAHAN
P. KELAPA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR	3,76	1705	84	88	99	88	...	39	29	24	12	21	13	5	5	8	63

1 rows × 25 columns

3.4.2. `iloc` attribute

df1.iloc[:5, :4]

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN
NAMA KELURAHAN
P. PANGGANG	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. KELAPA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. HARAPAN	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU UTR
P. UNTUNG JAWA	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT
P. TIDUNG	2013	PROVINSI DKI JAKARTA	KAB.ADM.KEP.SERIBU	KEP. SERIBU SLT

df1.iloc[[222]]

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	40-44 Perempuan	...	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan	gabungan_50-54
NAMA KELURAHAN
CIPINANG BESAR UTARA	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	JATINEGARA	1,15	48850	2704	2409	2344	2180	...	1126	742	765	403	441	307	350	228	247	2943

1 rows × 25 columns

3.5. Subsetting a `Dataframe`

condition = … (disarankan conditionnya dimasukkin ke variabel gini biar ga bingung dalam penulisannya)

df[condition]

ingat bahwa di condition merupakan logical statement dimana harus bernilai TRUE atau FALSE (Boolean)

Memungkinkan kita untuk mengekstrak/filter bagian dari data yang diinginkan. Misal kita ingin menampilkan data yang luas wilayahnya memenuhi 1 (KM2).

df['LUAS WILAYAH (KM2)']>1

TypeError: '>' not supported between instances of 'str' and 'int'

df['KEPADATAN (JIWA/KM2)']>10000

0      False
1      False
2      False
3      False
4      False
       ...  
262     True
263    False
264    False
265     True
266    False
Name: KEPADATAN (JIWA/KM2), Length: 267, dtype: bool

Diperoleh sebuah series yang berisi boolean value. Jika kita slice data awal dengan boolean value ini, maka akan diperoleh data dengan luas wilayah >1 (yang akan ditampilkan adalah yang True saja)

df[df['KEPADATAN (JIWA/KM2)']>10000].head()  #head akan menunjukkan 5 baris pertama, ga pakai head juga sabi

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan	gabungan_50-54
7	2013	PROVINSI DKI JAKARTA	JAKARTA PUSAT	GAMBIR	CIDENG	1,26	14584	850	748	749	...	537	555	343	413	215	259	142	214	165	1377
8	2013	PROVINSI DKI JAKARTA	JAKARTA PUSAT	GAMBIR	PETOJO UTARA	1,12	18987	954	920	914	...	510	544	421	398	235	241	132	215	159	1415
9	2013	PROVINSI DKI JAKARTA	JAKARTA PUSAT	GAMBIR	PETOJO SELATAN	1,14	14465	752	675	691	...	466	428	279	328	160	215	116	150	121	1125
10	2013	PROVINSI DKI JAKARTA	JAKARTA PUSAT	GAMBIR	KEBON KELAPA	0,78	15890	592	491	447	...	329	353	263	246	140	152	100	136	72	858
11	2013	PROVINSI DKI JAKARTA	JAKARTA PUSAT	GAMBIR	DURI PULO	0,72	35628	1213	1106	1105	...	616	597	404	409	215	255	156	196	138	1682

5 rows × 26 columns

Terlihat yang ditampilkan adalah data2 dengan luas wilayah >1. Bisa juga diberikan 2 kondisi dan gunakan logical operator

df[(df['LUAS WILAYAH (KM2)']>1) & (df['KEPADATAN (JIWA/KM2)'] < 1000)]  #  & (and) artinya dua2nyah harus terpenuhi

TypeError: '>' not supported between instances of 'str' and 'int'

df[(df['LUAS WILAYAH (KM2)']>1) | (df['KEPADATAN (JIWA/KM2)'] < 1000)].head(3)  #  | (or) artinya yg penting salah satu terpenuhi

Selain operator & dan |, dapat digunakan juga operator ~, yaitu negasi.

df[~((df['LUAS WILAYAH (KM2)']>1) & (df['LUAS WILAYAH (KM2)']<3))] .head(3)  #selain yang di range 1-3

TypeError: '>' not supported between instances of 'str' and 'int'

condition = df['NAMA KECAMATAN']=='CIPAYUNG'
df[condition]

	TAHUN	NAMA PROVINSI	NAMA KABUPATEN/KOTA	NAMA KECAMATAN	NAMA KELURAHAN	LUAS WILAYAH (KM2)	KEPADATAN (JIWA/KM2)	35-39 Laki-Laki	35-39 Perempuan	40-44 Laki-Laki	...	55-59 Perempuan	60-64 Laki-Laki	60-64 Perempuan	65-69 Laki-Laki	65-69 Perempuan	70-74 Laki-Laki	70-74 Perempuan	>75 Laki-Laki	>75 Perempuan	gabungan_50-54
259	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	CIPAYUNG	3,08	8441	1241	1172	1029	...	469	374	278	164	177	112	101	61	110	1398
260	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	CILANGKAP	6,03	4396	1237	1276	1195	...	397	267	235	161	133	77	90	52	62	1263
261	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	PONDOK RANGGON	3,66	6772	1088	1064	969	...	391	271	227	131	109	80	105	42	82	1320
262	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	MUNJUL	1,9	12734	1167	1112	1026	...	482	302	291	173	137	118	94	52	51	1290
263	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	SETU	3,25	6028	937	928	857	...	354	254	211	124	115	64	83	59	64	983
264	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	BAMBU APUS	3,17	8400	1242	1187	1062	...	476	377	250	169	179	108	96	70	84	1572
265	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	LUBANG BUAYA	3,72	18055	3258	2988	2732	...	1308	959	739	393	385	293	291	160	165	3554
266	2013	PROVINSI DKI JAKARTA	JAKARTA TIMUR	CIPAYUNG	CEGER	3,63	5492	1007	930	874	...	390	279	214	110	153	101	53	45	44	996

8 rows × 26 columns

df['NAMA KECAMATAN']=='CIPAYUNG'

0      False
1      False
2      False
3      False
4      False
       ...  
262     True
263     True
264     True
265     True
266     True
Name: NAMA KECAMATAN, Length: 267, dtype: bool

1. Installing Pandas

Reviewing Pandas Object

2.1. Pandas Series Object

2.1.1. Series as generalized NumPy array

2.1.2 Series as specialized dictionaries

2.2. Pandas DataFrame Object

3. Data Indexing and Selection

3.1. Data Selection in Series

3.2. Indexers: loc, iloc for Series

3.2.1. loc attribute

3.2.2. iloc attribute

3.3. Data Selection in DataFrame

3.4. Indexers: loc, iloc for DataFrame

3.4.1. loc attribute

3.4.2. iloc attribute

3.5. Subsetting a Dataframe

2.1. Pandas `Series` Object

2.1.1. `Series` as generalized NumPy array

2.1.2 `Series` as specialized dictionaries

2.2. Pandas `DataFrame` Object

3.1. Data Selection in `Series`

3.2. Indexers: loc, iloc for `Series`

3.2.1. `loc` attribute

3.2.2. `iloc` attribute

3.3. Data Selection in `DataFrame`

3.4. Indexers: loc, iloc for `DataFrame`

3.4.1. `loc` attribute

3.4.2. `iloc` attribute

3.5. Subsetting a `Dataframe`