Pada halaman panduan untuk LibreOffice umum Anda dapat menemukan petunjuk yang berlaku untuk semua modul, seperti bekerja dengan jendela dan menu, memodifikasi LibreOffice, sumber data, Galeri, dan drag and drop Show
Jika Anda ingin membantu modul lain, alihkan ke bantuan untuk modul tersebut dengan kotak kombo di bidang navigasi Memformat Tabel dan SelMemasukkan Nilai dan RumusMemasukkan ReferensiRentang Database dalam TabelEnumerasi LanjutanPencetakan dan Pratinjau HalamanMengimpor dan Mengekspor DokumenYang lainPengambilan keputusan (kondisi jika elif) adalah perluasan/percabangan logis dari "kondisi jika". Dengan elif kita bisa membuat kode program yang akan menyeleksi beberapa kemungkinan yang bisa terjadi. Hampir sama dengan kondisi “else” bedanya kondisi “elif” bisa banyak dan tidak hanya satu Missing value umumnya selalu terjadi pada dataset. Nilai yang hilang harus diatasi sebelum kumpulan data diproses dengan pembelajaran mesin Ada beberapa cara untuk mengatasi missing value seperti menghapusnya atau menggantinya dengan nilai lain Isi Menemukan Nilai yang HilangJika data terdiri dari ratusan, ribuan bahkan jutaan baris, tentu akan sulit untuk menemukan nilai field yang kosong Python Panda memungkinkan kita menemukan nilai yang hilang dengan cepat dengan fungsi isnull(), isna() fungsi isna() mengembalikan nilai boolean sedangkan fungsi sebaliknya adalah notna() Disini kita akan langsung mencoba menggunakan dataset terkenal yaitu dataset titanic untuk mencari nilai kosong dan cara penanganannya Download dulu datasetnya Baca dataset dan gunakan fungsi isna() dan notna() Hasil dari fungsi di atas akan kurang dimengerti karena banyaknya baris dan kolom data Agregat data agar mudah dipahami dengan fungsi sum() Dengan bantuan fungsi isna() dan sum(), kita tahu bahwa dalam dataset tidak ada nilai kosong kecuali kolom Age dengan 177 missing value, kolom Cabin 687 dan kolom Embarked 2 Berurusan dengan Nilai-Nilai yang HilangSecara umum ada 2 cara untuk mengatasi missing value yaitu dengan menghapusnya atau menggantinya dengan nilai lain Kita dapat menggunakan fungsi dropna() untuk menghapus data yang tidak memiliki nilai dan fungsi fillna() untuk mengisi nilai yang kosong Pada dataset titanic terdapat 3 kolom yang memiliki missing value yaitu Age, Cabin dan Embarked Kami akan memperlakukan setiap kolom secara berbeda (ini hanyalah sebuah contoh. d)
Usia Kolom Nilai HilangPertama, kami menduplikasi kerangka data kedua, cari nilai rata-rata dari kolom Umur Ketiga, Isi nilai kosong pada kolom Umur dengan nilai rata-rata yang diperoleh Keempat, cek kembali apakah masih ada missing value pada kolom Age # Langkah 1 rata_umur = df['Age'].mean() # Langkah 2 df['Age'] = df['Age'].fillna(rata_umur) # Langkah 3 df['Age'].isna().sum() Kolom Kabin Nilai HilangUntuk kolom Cabin kita akan hapus nilai yang kosong Perhatian, Jika kita menghapus missing value pada kolom maka baris tersebut akan terhapus juga Jadi misal kolom Cabin ada missing value 687 dan jika kita hapus maka 687 baris dari dataset akan terhapus Karena ini hanya contoh penanganan jadi abaikan saja 😀 Ada baiknya kolom Cabin saja yang dihapus karena terlalu banyak missing value Oke, pertama kita duplikasikan dan gunakan fungsi dropna() untuk menghilangkan missing value df.drop('Cabin', axis=1, inplace=True)_ Nilai Hilang Kolom MemulaiUntuk kolom Memulai ada 2 nilai yang hilang 2 nilai tersebut akan kita isi dengan nilai yang paling banyak muncul mengingat tipe data dari kolom ini adalah data kategori berupa string S, C dan Q Pertama, kami menduplikasi kerangka data kedua, temukan nilai terbanyak yang muncul dari kolom Memulai Ketiga, Isi nilai yang kosong pada kolom Embarked dengan nilai modus yang didapatkan Keempat, periksa kembali apakah masih ada missing value pada kolom Embarked # Langkah 1 modus = df['Embarked'].mode()[0] # Langkah 2 df['Embarked'] = df['Embarked'].fillna(modus) # Langkah 3 df['Embarked'].isna().sum() Selamat, Anda telah berhasil menemukan cara menemukan missing value pada dataset dan cara mengatasinya Untuk mengatasi missing value tentunya perlu dilakukan identifikasi terlebih dahulu apakah data tersebut akan dihapus atau diganti Apa itu Nested IF di Python?Jika Bersarang ( jika bersarang) berarti dalam jika ada lagi jika .
Kapan perintah if else dapat digunakan?Pengambilan keputusan dengan kondisi IF ELSE tidak hanya digunakan untuk menentukan tindakan apa yang akan dilakukan sesuai kondisi, tetapi juga digunakan untuk menentukan tindakan apa yang akan dilakukan/dijalankan jika kondisi tidak sesuai .
Apa yang dimaksud dengan kerangka data?Dataframe adalah tabel atau data tabular dengan susunan baris dan kolom dua dimensi . Struktur data ini adalah cara paling standar untuk menyimpan data. Setiap kolom dalam kerangka data adalah objek dari Seri, dan baris tersebut terdiri dari elemen-elemen dalam Seri.
Apa itu bercabang Python?Percabangan adalah penjelasan alur program bercabang, logika "jika. kemudian. " . Dan istilah ini juga bisa disebut IF conditional structure. Percabangan Python dapat membuat program berpikir untuk melakukan sesuatu sesuai dengan kondisi yang diberikan. |