Tutorial Menambahkan Kolom di Pandas

Anda tidak harus terpaku pada data yang diberikan. Sebagai gantinya, Anda dapat menambahkan kolom baru ke sebuah DataFrame. Hal ini punya banyak sebutan, seperti transformasi, mutasi, dan rekayasa fitur.

Anda dapat membuat kolom baru dari nol, namun sering kali kolom tersebut diturunkan dari kolom lain, misalnya dengan menjumlahkan kolom-kolom atau mengubah satuannya.

Menurunkan Kolom

Menggunakan dataset anjing, misalkan Anda ingin menambahkan kolom baru ke DataFrame yang berisi tinggi setiap anjing dalam meter, bukan sentimeter.

Di sisi kiri tanda sama dengan, Anda menggunakan tanda kurung siku dengan nama kolom baru yang ingin dibuat, dalam hal ini height_m. Di sisi kanan, Anda menuliskan perhitungannya.

dogs["height_m"] = dogs["height_cm"] / 100
print(dogs)

        name        breed   color   height_cm   weight_kg   date_of_birth   height_m
0      Bella     Labrador   Brown          56          24      2013-07-01       0.56
1    Charlie       Poodle   Black          43          24      2016-09-16       0.43
2       Lucy    Chow Chow   Brown          46          24      2014-08-25       0.46
3     Cooper    Schnauzer    Gray          49          17      2016-09-16       0.49
4        Max     Labrador   Black          59          29      2016-09-16       0.59
5     Stella    Chihuahua     Tan          18           2      2016-09-16       0.18
6     Bernie  St. Bernard   White          77          74      2016-09-16       0.77

Perhatikan bahwa baik kolom yang sudah ada maupun kolom turunan sama-sama ada di dataframe yang Anda ubah.

Menambahkan Kolom

Pada contoh ini, Anda akan menghitung indeks massa tubuh anjing dan menambahkannya sebagai kolom pada dataframe. BMI adalah singkatan dari body mass index, yang dihitung dari berat dalam kilogram dibagi tinggi dalam meter kuadrat.

dogs["height_m"] = dogs["weight_kg"] / dogs["height_m"] ** 2
print(dogs.head())

        name        breed   color   height_cm   weight_kg   date_of_birth   height_m          bmi
0      Bella     Labrador   Brown          56          24      2013-07-01       0.56    76.530612
1    Charlie       Poodle   Black          43          24      2016-09-16       0.43   129.799892
2       Lucy    Chow Chow   Brown          46          24      2014-08-25       0.46   113.421550
3     Cooper    Schnauzer    Gray          49          17      2016-09-16       0.49    70.803832
4        Max     Labrador   Black          59          29      2016-09-16       0.59    83.309394

Sekali lagi, kolom baru berada di sisi kiri tanda sama dengan, namun kali ini perhitungannya melibatkan dua kolom.

Menambahkan Kolom dengan Banyak Manipulasi

Kekuatan sesungguhnya pandas muncul saat Anda menggabungkan semua keterampilan yang telah dipelajari sejauh ini. Mari kita cari nama-nama anjing yang kurus dan tinggi.

Pertama, untuk mendefinisikan anjing yang kurus, ambil subset anjing yang memiliki BMI kurang dari 100. Selanjutnya, urutkan tinggi dalam urutan menurun untuk menempatkan anjing kurus tertinggi di bagian atas.

Terakhir, kali ini Anda hanya akan menyimpan kolom-kolom yang Anda minati.

bmi_lt_100 = dogs[dogs["bmi"] < 100]
bmi_lt_100_height = bmi_lt_100.short_values("height_cm", ascending=False)
bmi_lt_100_height[["name", "height_cm", "bmi"]]

        name      height_cm           bmi
4        Max             59     83.309394
0      Bella             56     76.530612
3     Cooper             49     70.803832
5     Stella             18     61.728395

Di sini, Anda dapat melihat bahwa Max adalah anjing tertinggi dengan BMI di bawah 100.

Contoh Interaktif

Pada contoh di bawah, Anda menambahkan kolom baru ke DataFrame homelessness bernama total yang berisi penjumlahan kolom individuals dan family_members. Lalu, tambahkan kolom lain ke homelessness bernama p_individuals yang berisi proporsi tunawisma di tiap negara bagian yang merupakan individu. Terakhir, cetak dataframe homelessness.

# Add total col as sum of individuals and family_members
homelessness["total"] = homelessness["individuals"] + homelessness["family_members"]

# Add p_individuals col as proportion of individuals
homelessness["p_individuals"] = homelessness["individuals"] / homelessness["total"]

# See the result
print(homelessness)

Saat kita menjalankan kode di atas, hasilnya sebagai berikut:

                region                 state  individuals  family_members  state_pop     total  p_individuals
0   East South Central               Alabama       2570.0           864.0    4887681    3434.0          0.748
1              Pacific                Alaska       1434.0           582.0     735139    2016.0          0.711
2             Mountain               Arizona       7259.0          2606.0    7158024    9865.0          0.736
3   West South Central              Arkansas       2280.0           432.0    3009733    2712.0          0.841
4              Pacific            California     109008.0         20964.0   39461588  129972.0          0.8
...
48      South Atlantic         West Virginia       1021.0           222.0    1804291    1243.0          0.821
49  East North Central             Wisconsin       2740.0          2167.0    5807406    4907.0          0.558
50            Mountain               Wyoming        434.0           205.0     577601     639.0          0.679

Coba sendiri.

Lihat juga tutorial DataCamp tentang Cara Menghapus Kolom di Pandas.

Untuk mempelajari lebih lanjut tentang menambahkan kolom baru di pandas, silakan lihat video dari kursus kami Data Manipulation with pandas.

Konten ini diambil dari kursus DataCamp Data Manipulation with pandas oleh Maggie Matsui dan Richie Cotton.