{"id":4161,"date":"2023-07-13T04:35:37","date_gmt":"2023-07-13T04:35:37","guid":{"rendered":"https:\/\/statorials.org\/id\/kamus-panda-fillna\/"},"modified":"2023-07-13T04:35:37","modified_gmt":"2023-07-13T04:35:37","slug":"kamus-panda-fillna","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/kamus-panda-fillna\/","title":{"rendered":"Pandas: cara mengisi nilai nan menggunakan kamus"},"content":{"rendered":"

<\/p>\n

\n

Anda dapat menggunakan fungsi fillna()<\/strong> dengan kamus untuk mengganti nilai NaN di satu kolom pandas DataFrame berdasarkan nilai di kolom lain.<\/span><\/p>\n

Untuk melakukannya, Anda dapat menggunakan sintaks dasar berikut:<\/span><\/p>\n

 #define dictionary<\/span>\ndict = {' A<\/span> ': 5<\/span> , ' B<\/span> ': 10<\/span> , ' C<\/span> ': 15<\/span> , ' D<\/span> ': 20<\/span> }\n\n#replace values in col2 based on dictionary values in col1\n<\/span>df[' col2<\/span> '] = df[' col2<\/span> ']. fillna<\/span> (df[' col1<\/span> ']. map<\/span> (dict))<\/strong><\/pre>\n
 Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n
 Contoh: Isi nilai NaN di Pandas menggunakan kamus<\/strong><\/span><\/h2>\n
 Katakanlah kita memiliki pandas DataFrame berikut yang berisi informasi tentang penjualan yang dilakukan di berbagai toko ritel:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' store<\/span> ': ['A', 'A', 'B', 'C', 'D', 'C', 'B', 'D'],\n                   ' sales<\/span> ': [12, np.nan, 30, np.nan, 24, np.nan, np.nan, 13]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n  blind sales\n0 to 12.0\n1 A NaN\n2 B 30.0\n3 C NaN\n4 D 24.0\n5CNaN\n6BNaN\n7 D 13.0<\/strong><\/pre>\n
 Perhatikan bahwa ada beberapa nilai NaN di kolom Penjualan<\/strong> .<\/span><\/p>\n
 Katakanlah kita ingin mengisi NaN ini di kolom penjualan<\/strong> menggunakan nilai yang sesuai dengan nilai tertentu di kolom toko<\/strong> .<\/span><\/p>\n
 Kita dapat menggunakan sintaks berikut untuk melakukan ini:<\/span><\/p>\n
 #define dictionary<\/span>\ndict = {' A<\/span> ': 5<\/span> , ' B<\/span> ': 10<\/span> , ' C<\/span> ': 15<\/span> , ' D<\/span> ': 20<\/span> }\n\n#replace values in sales column based on dictionary values in store column\n<\/span>df[' sales<\/span> '] = df[' sales<\/span> ']. fillna<\/span> (df[' store<\/span> ']. map<\/span> (dict))\n\n#view updated DataFrame<\/span>\nprint<\/span> (df)\n\n  blind sales\n0 to 12.0\n1 A 5.0\n2 B 30.0\n3C 15.0\n4 D 24.0\n5C 15.0\n6 B 10.0\n7 D 13.0\n<\/strong><\/pre>\n
 Kami menggunakan kamus untuk melakukan penggantian berikut di kolom penjualan:<\/span><\/p>\n