Lompat ke konten utama
←

Analisis Data dengan Python

Pelajaran 21 dari 24

Gabung tabel, nilai kosong, dan tanggal

Menggabungkan tabel dengan merge

Setelah pelajaran ini kamu bisa menggabungkan dua DataFrame berdasarkan kolom yang sama.

  • ±13 menit
  • 3 latihan
  • Diperiksa 28 Sep 2026

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

Materi

kiri.merge(kanan, on="kolom") menyatukan dua tabel berdasarkan kolom yang sama namanya. Baris yang nilainya cocok digabung menjadi satu baris berisi kolom dari kedua tabel. Ini pekerjaan yang di Excel dilakukan VLOOKUP, hanya saja seluruh baris diproses sekaligus.

gabung = df.merge(produk, on="produk")

Tanpa how, hanya nilai yang ada di kedua tabel yang ikut. how="left" menyimpan seluruh baris tabel kiri; kolom dari tabel kanan yang tidak punya pasangan diisi nilai kosong (NaN). Pilihan itu menentukan apakah data tanpa pasangan terlihat atau hilang diam-diam.

semua = produk.merge(df, on="produk", how="left")

Contoh di luar latihan: tabel absensi hanya berisi kolom nip, sedangkan tabel pegawai berisi nip, nama, dan unit. Menggabungkan keduanya dengan how="left" pada tabel absensi menempelkan nama dan unit ke setiap baris kehadiran, dan nip yang tidak terdaftar terlihat karena kolom namanya berisi NaN.

Kesalahan umum: kolom kunci berbeda nama di kedua tabel, misalnya produk dan nama_produk; merge berhenti dengan KeyError, dan penyelesaiannya memakai left_on dan right_on. Kesalahan kedua: kunci kembar di tabel kanan, yang membuat jumlah baris hasil membengkak melebihi tabel kiri tanpa satu pun pesan error.

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).