Filter Data Menggunakan Pandas

Beberapa cara yang digunakan dalam memfilter data menggunakan Pandas.

Penyaringan (filter) data merupakan salah satu langkah yang sering dilakukan dalam pemrosesan suatu data. Pandas memiliki beberapa cara dalam melakukan penyaringan di antaranya adalah logical_operator, metode loc, iloc dan query. Data yang diguanakan pada contoh pembahasan di bawah ini merupakan data dummy berupa nilai hasil ulangan dari beberapa mata pelajaran.

from pandas import read_csv
df = read_csv('nilai_ulangan.csv')
df.head()

	nama	matematika	fisika	kimia
0	Ani	64	75	54
1	Budi	96	85	58
2	Cindy	67	71	91
3	Dodi	35	83	45
4	Eka	48	77	64

Menggunakan logical operator

Langkah di bawah ini menampilkan nama siswa yang memiliki nilai ulangan matematika di atas 50. Logical operator dapat juga dituliskan df[df['matematika'] > 50].

df[df.matematika > 50]

	nama	matematika	fisika	kimia
0	Ani	64	75	54
1	Budi	96	85	58
2	Cindy	67	71	91
5	Eko	63	98	96
8	Gisel	61	70	77
9	Lestari	79	52	39
10	Hermawan	76	79	75
12	Mulyanto	58	77	82
13	Saskia	96	64	43

Penyaringan dengan cara ini juga dapat diaplikasikan pada beberapa kondisi operator. Langkah di bawah ini menampilkan siswa yang memiliki nilai matematika di atas 60 dan nilai fisika di atas 55. Operator ganda tersebut dapat digunakan dengan format [(operator_1) & (operator_2)], tanda & (and) berfungsi untuk mengharuskan kedua kondisi operator terpenuhi. Untuk kondisi yang terpenuhi hanya salah satu saja dapat digunakan tanda | atau or.

df[(df.matematika > 60) & (df.fisika > 55)]

	nama	matematika	fisika	kimia
0	Ani	64	75	54
1	Budi	96	85	58
2	Cindy	67	71	91
5	Eko	63	98	96
8	Gisel	61	70	77
10	Hermawan	76	79	75
13	Saskia	96	64	43

df[(df.matematika > 60) | (df.fisika > 55)]

	nama	matematika	fisika	kimia
0	Ani	64	75	54
1	Budi	96	85	58
2	Cindy	67	71	91
3	Dodi	35	83	45
4	Eka	48	77	64
5	Eko	63	98	96
8	Gisel	61	70	77
9	Lestari	79	52	39
10	Hermawan	76	79	75
11	Amara	36	73	54
12	Mulyanto	58	77	82
13	Saskia	96	64	43

Untuk menampilkan data dengan nama siswa yang memiliki kesamaan tertentu dapat menggunakan langkah di bawah ini. Hasil pada langkah ini menampilkan nama siswa yang berawalan E.

df[df.nama.str.startswith('E')]

	nama	matematika	fisika	kimia
4	Eka	48	77	64
5	Eko	63	98	96
6	Endang	45	45	73

Menggunakan loc dan iloc

Metode loc dan iloc pada Pandas berfungsi memfilter data berdasarkan baris dan kolom tertentu. Perbedaan mendasar pada kedua metode ini terletak pada parameter kolom di mana loc menggunakan label seperti nama kolom sedangkan iloc menggunakan indeks berupa nomor. Untuk parameter baris tetap menggunakan indeks berupa angka selama indeks tersebut tidak dirubah. Secara umum format parameter baris dan kolom pada kedua metode ini adalah [awal_baris:akhir_baris, awal_kolom:akhir_kolom].

Langkah di bawah ini menampilkan 5 baris pertama data dengan kolom berlabel nama hingga fisika menggunakan metode loc.

df.loc[:5, 'nama':'fisika']

	nama	matematika	fisika
0	Ani	64	75
1	Budi	96	85
2	Cindy	67	71
3	Dodi	35	83
4	Eka	48	77
5	Eko	63	98

Hasil yang sama dapat dilakukan dengan menggunakan list pada parameter kolom. Urutan elemen pada list tersebut tidak harus sama dengan urutan kolom pada data asalkan elemen tersebut berada di dalam kolom.

df.loc[:5, ['nama', 'matematika', 'fisika']]

	nama	matematika	fisika
0	Ani	64	75
1	Budi	96	85
2	Cindy	67	71
3	Dodi	35	83
4	Eka	48	77
5	Eko	63	98

Langkah di bawah ini menampilkan 5 baris pertam dan 3 kolom pertama pada data menggunakan metode iloc. Perlu diketahui, baik parameter baris maupun kolom parameter awalnya tidak perlu diisi karena sudah mengindikasikan titik awal dari masing-masing parameter.

df.iloc[:5, :3]

	nama	matematika	fisika
0	Ani	64	75
1	Budi	96	85
2	Cindy	67	71
3	Dodi	35	83
4	Eka	48	77

Untuk menampilkan kolom ke-1 dan kolom ke-3 dari baris 3 hingga ke-7 dapat menggunakan langkah di bawah ini. Indeks berupa angka dimulai dari 0, sehingga kolom ke-1 dan kolom ke-3 dapat direpresentasikan sebagai indeks 0 dan 2.

df.iloc[3:7, [0,2]]

	nama	fisika
3	Dodi	83
4	Eka	77
5	Eko	98
6	Endang	45

Menggunakan query

Metode query menggunakan parameter dalam bentuk str sehingga lebih memudahkan dalam memfilter data. Langkah di bawah menampilkan siswa yang memiliki nilia matematika dan fisika di atas 60 dan 75 secara bersamaan.

df.query('matematika > 60 and fisika > 75')

	nama	matematika	fisika	kimia
1	Budi	96	85	58
5	Eko	63	98	96
10	Hermawan	76	79	75