<\/p>\n
Setiap kali Anda membuat subset dari pandas DataFrame dan kemudian memodifikasi subset tersebut, DataFrame asli juga akan dimodifikasi.<\/span><\/p>\n Oleh karena itu, sebaiknya gunakan .copy()<\/strong> saat membuat subset sehingga perubahan yang Anda buat pada subset tidak juga dilakukan pada DataFrame asli.<\/span><\/p>\n Contoh berikut menunjukkan bagaimana (dan mengapa) membuat salinan DataFrame pandas saat melakukan subsetting.<\/span><\/p>\n Misalkan kita memiliki panda DataFrame berikut:<\/span><\/p>\n Sekarang misalkan kita membuat subset yang hanya berisi empat baris pertama dari DataFrame asli:<\/span><\/span><\/p>\n Jika kita mengubah salah satu nilai di subset, nilai DataFrame asli juga akan berubah:<\/span><\/p>\n Perhatikan bahwa nilai pertama kolom tim diubah dari “A” menjadi “X” di subset DataFrame dan<\/strong> DataFrame asli.<\/span><\/span><\/p>\n Ini karena kami tidak membuat salinan DataFrame asli.<\/span><\/p>\n Mari kita asumsikan lagi bahwa kita memiliki pandas DataFrame berikut:<\/span><\/p>\n Mari kita asumsikan lagi bahwa kita membuat subset yang hanya berisi empat baris pertama DataFrame asli, namun kali ini kita menggunakan .copy()<\/strong> untuk membuat salinan DataFrame asli:<\/span><\/p>\n Sekarang anggaplah kita mengubah nilai pertama kolom tim dari subset DataFrame:<\/span><\/p>\n Perhatikan bahwa nilai pertama kolom tim diubah dari “A” menjadi “X” hanya di subset DataFrame.<\/span><\/p>\n DataFrame asli tetap utuh karena kami menggunakan .copy()<\/strong> untuk membuat salinannya saat membuat subset.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara menghapus baris di Pandas DataFrame berdasarkan kondisi<\/a> Setiap kali Anda membuat subset dari pandas DataFrame dan kemudian memodifikasi subset tersebut, DataFrame asli juga akan dimodifikasi. Oleh karena itu, sebaiknya gunakan .copy() saat membuat subset sehingga perubahan yang Anda buat pada subset tidak juga dilakukan pada DataFrame asli. Contoh berikut menunjukkan bagaimana (dan mengapa) membuat salinan DataFrame pandas saat melakukan subsetting. Contoh 1: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh 1: Subsetting DataFrame tanpa salinan<\/span><\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 to 18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n4 E 14 12\n5 F 11 9\n6 G 20 9\n7:28 a.m. 4<\/strong><\/pre>\n #define subsetted DataFrame\n<\/span>df_subset = df[0:4]\n\n#view subsetted DataFrame\n<\/span>print<\/span> (df_subset)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6<\/strong><\/pre>\n #change first value in team column\n<\/span>df_subset. team<\/span> [0] = ' X<\/span> '\n\n#view subsetted DataFrame\n<\/span>print<\/span> (df_subset)\n\n team points assists\n0X18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n\n#view original DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0X18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n4 E 14 12\n5 F 11 9\n6 G 20 9\n7:28 a.m. 4\n<\/strong><\/span><\/pre>\n Contoh 2: Subsetting DataFrame dengan Copy<\/span><\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 to 18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n4 E 14 12\n5 F 11 9\n6 G 20 9\n7:28 a.m. 4<\/strong><\/pre>\n #define subsetted DataFrame\n<\/span>df_subset = df[0:4]. copy<\/span> ()<\/strong><\/pre>\n #change first value in team column\n<\/span>df_subset. team<\/span> [0] = ' X<\/span> '\n\n#view subsetted DataFrame\n<\/span>print<\/span> (df_subset)\n\n team points assists\n0X18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n\n#view original DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 to 18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n4 E 14 12\n5 F 11 9\n6 G 20 9\n7:28 a.m. 4\n<\/strong><\/span><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara memfilter Pandas DataFrame pada berbagai kondisi<\/a>
Cara menggunakan filter \u201cTIDAK DALAM\u201d di Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"