Lompat ke konten utama
←

Analisis Data dengan Python

Pelajaran 11 dari 24

Menyaring dan mengurutkan

Menyaring baris dengan kondisi

Setelah pelajaran ini kamu bisa mengambil baris yang memenuhi satu atau dua syarat.

  • ±13 menit
  • 3 latihan
  • Diperiksa 22 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Perbandingan pada kolom menghasilkan Series berisi True dan False. Series itu diletakkan di dalam kurung siku untuk menyisakan baris yang True. Penyaringan ini menggantikan filter di Excel: hasilnya tabel baru yang langsung bisa dijumlahkan atau dihitung barisnya.

jakarta = df[df["cabang"] == "Jakarta"]
print(jakarta.shape)   # (5, 5)

Dua syarat digabung dengan & (dan) atau | (atau). Setiap syarat wajib dikurung karena & dikerjakan sebelum perbandingan. Kata kunci and dan or milik Python tidak dapat dipakai di sini.

besar = df[(df["cabang"] == "Jakarta") & (df["total"] > 200000)]

Contoh di luar latihan: daftar 800 pelanggan. Syarat kolom kota sama dengan Bekasi menyisakan pelanggan kota itu; .between(100000, 500000) pada kolom belanja menyisakan yang nilainya di rentang tersebut; dan .isin(["Bekasi", "Depok"]) menyisakan dua kota sekaligus tanpa menulis dua syarat.

Kesalahan umum: menulis dua syarat tanpa kurung di masing-masing syarat. Python mengerjakan & lebih dulu pada nilai yang salah dan berhenti dengan TypeError. Kesalahan kedua: memakai and, yang dijawab ValueError: The truth value of a Series is ambiguous.

Latihan

0/3 lulus

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 3 lagi

Sebagian materi kelas ini diadaptasi dari Software Carpentry — Programming with Python (inflammation) (CC-BY-4.0), Software Carpentry — Plotting and Programming in Python (gapminder) (CC-BY-4.0), Data Carpentry — Data Analysis and Visualization in Python for Ecologists (CC-BY-4.0), Kaggle learntools — Pandas (Apache-2.0), Microsoft — Data Science for Beginners (MIT).