{"id":3858,"date":"2023-07-15T03:28:54","date_gmt":"2023-07-15T03:28:54","guid":{"rendered":"https:\/\/statorials.org\/id\/panda-tidak-menyebalkan\/"},"modified":"2023-07-15T03:28:54","modified_gmt":"2023-07-15T03:28:54","slug":"panda-tidak-menyebalkan","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/panda-tidak-menyebalkan\/","title":{"rendered":"Bagaimana cara menggunakan "bukankah null"? di pandas (dengan contoh)"},"content":{"rendered":"

<\/p>\n

\n

Anda dapat menggunakan fungsi pandas notnull()<\/strong> untuk menguji apakah elemen pandas DataFrame adalah null atau tidak.<\/span><\/p>\n

Jika suatu elemen sama dengan NaN atau None, maka fungsinya akan mengembalikan False<\/strong> .<\/span><\/p>\n

Jika tidak, fungsi tersebut akan mengembalikan True<\/strong> .<\/span><\/p>\n

Berikut beberapa cara umum untuk menggunakan fungsi ini dalam praktik:<\/span><\/p>\n

Metode 1: Filter baris tanpa nilai nol di kolom mana pun<\/strong><\/span><\/p>\n

 df[df. notnull<\/span> (). all<\/span> ( 1<\/span> )]\n<\/strong><\/pre>\n
 Metode 2: Filter baris tanpa nilai nol di kolom tertentu<\/strong><\/span><\/p>\n
 df[df[[' this_column<\/span> ']]. notnull<\/span> (). all<\/span> ( 1<\/span> )]<\/strong><\/pre>\n
 Metode 3: Hitung jumlah nilai bukan nol di setiap kolom<\/strong><\/span><\/p>\n
 df. notnull<\/span> (). sum<\/span> ()<\/strong><\/pre>\n
 Metode 4: Hitung jumlah nilai bukan nol di seluruh DataFrame<\/strong><\/span><\/p>\n
 df. notnull<\/span> (). sum<\/span> (). sum<\/span> ()<\/strong><\/pre>\n
 Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\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, np.nan],\n                   ' assists<\/span> ': [5, np.nan, 7, 9, 12, 9, 9, np.nan],\n                   ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, np.nan, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n  team points assists rebounds\n0 A 18.0 5.0 11.0\n1 B 22.0 NaN 8.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 12.0 6.0\n5 F 11.0 9.0 5.0\n6G 20.0 9.0 NaN\n7 H NaN NaN 12.0\n<\/strong><\/pre>\n
 Contoh 1: Filter baris tanpa nilai null di kolom mana pun<\/strong><\/span><\/h2>\n
 Kode berikut menunjukkan cara memfilter DataFrame untuk hanya menampilkan baris tanpa nilai null di kolom mana pun:<\/span><\/p>\n
 #filter for rows with no null values in any column\n<\/span>df[df. notnull<\/span> (). all<\/span> ( 1<\/span> )]\n\n\n        team points assists rebounds\n0 A 18.0 5.0 11.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 12.0 6.0\n5 F 11.0 9.0 5.0<\/span><\/span><\/strong><\/pre>\n
 Perhatikan bahwa setiap baris dalam DataFrame yang difilter ini tidak memiliki nilai nol di kolom mana pun.<\/span><\/p>\n
 Contoh 2: Filter baris tanpa nilai null di kolom tertentu<\/strong><\/span><\/h2>\n
 Kode berikut menunjukkan cara memfilter DataFrame untuk hanya menampilkan baris tanpa nilai null di kolom pembantu<\/strong> :<\/span><\/p>\n
 #filter for rows with no null values in the 'assists' column\n<\/span>df[df[[' assists<\/span> ']]. notnull<\/span> (). all<\/span> ( 1<\/span> )]\n\n\tteam points assists rebounds\n0 A 18.0 5.0 11.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 12.0 6.0\n5 F 11.0 9.0 5.0\n6G 20.0 9.0 NaN<\/span><\/span><\/strong><\/pre>\n
 Perhatikan bahwa setiap baris dalam DataFrame yang difilter ini tidak memiliki nilai null di kolom Helper<\/strong> .<\/span><\/p>\n
 Contoh 3: Hitung jumlah nilai bukan nol pada setiap kolom<\/strong><\/span><\/h2>\n
 Kode berikut menunjukkan cara menghitung jumlah nilai bukan nol di setiap kolom DataFrame:<\/span><\/p>\n
 #count number of non-null values in each column<\/span>\ndf. notnull<\/span> (). sum<\/span> ()\n\nteam 8\npoints 7\nassists 6\nrebounds 7\ndtype: int64\n<\/span><\/span><\/strong><\/pre>\n
 Dari hasilnya kita dapat melihat:<\/span><\/span><\/p>\n