Menentukan Ukuran DataFrame di Python

DataFrame adalah tipe data yang banyak digunakan dalam skrip Python. Memahami ukuran DataFrame di Python penting untuk banyak tujuan, termasuk menentukan berapa banyak alokasi memori yang dibutuhkan saat menggunakan DataFrame dan memastikan skrip Anda tidak mencoba memanggil elemen di luar batas DataFrame. Untungnya, ada beberapa cara untuk mengetahui ukuran DataFrame di Python, sehingga seorang programmer Python dapat menggunakan metode berbeda sesuai gaya dan situasi pengkodean yang berbeda.

Mari bahas cara menemukan ukuran DataFrame di Python.

Memahami DataFrame di Python

DataFrame adalah cara mengorganisasi informasi di Python yang sangat umum dalam ilmu data. Ada beberapa komponen kunci yang membuat DataFrame sangat berguna dalam proyek data.

Pertama, informasi dalam DataFrame diatur seperti tabel, sehingga mudah dibaca dan dipahami. Kedua, informasinya bersifat mutable, artinya elemen dalam DataFrame dapat diubah setelah dibuat. Anda dapat dengan mudah menambahkan elemen baru atau memperbarui maupun menghapus elemen yang ada di dalam DataFrame.

DataFrame juga berguna karena keterurutannya. Elemen dipertahankan dalam DataFrame sesuai urutan saat ditambahkan kecuali diubah secara eksplisit, misalnya dengan pengurutan.

Terakhir, DataFrame memiliki indeks yang dimulai dari 0, yang memungkinkan Anda memilih elemen individual berdasarkan posisinya dalam DataFrame.

Anda dapat mempelajari lebih lanjut tentang DataFrame di kursus manipulasi data dengan pandas dari DataCamp atau tutorial Python pandas ini.

Ukuran DataFrame di Python: Menggunakan df.shape di pandas untuk penggunaan umum

Pandas di Python adalah pustaka yang memungkinkan analis bekerja dengan DataFrame dengan mudah. Pustaka ini memiliki metode shape yang sederhana untuk mengetahui ukuran DataFrame.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using shape to get the size
rows, columns = df.shape
print(f"Number of rows: {rows}, Number of columns: {columns}")

Output: Number of rows: 3, Number of columns: 3

Metode df.shape memberikan informasi tentang jumlah baris dan kolom dalam DataFrame dengan cepat dan mudah.

Inti penting: df.shape adalah fungsi andalan untuk menemukan ukuran DataFrame.

Menggunakan len() untuk jumlah baris saja

Salah satu metode paling sederhana dan umum untuk mengetahui panjang sebuah list, fungsi bawaan len() juga dapat digunakan untuk mengetahui jumlah baris dalam DataFrame. Metode ini ringkas dan efisien. Namun, informasinya lebih terbatas dibandingkan fungsi df.shape.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using len to get the number of rows
num_rows = len(df)
print(f"Number of rows: {num_rows}")

Output: Number of rows: 3

Untuk memeriksa panjang list di Python, len() jarang digunakan dibandingkan dengan df.shape. Namun, ini bisa menjadi cara cepat untuk melihat jumlah baris dalam DataFrame tanpa pustaka pandas.

Inti penting: len() adalah fungsi bawaan yang dapat digunakan sebagai alternatif pandas.

df.info() untuk informasi yang lebih detail

Untuk situasi yang memerlukan ukuran yang lebih detail, gunakan metode df.info() dari pandas. Pendekatan ini memberikan jumlah baris dan kolom dalam DataFrame, serta informasi tentang tipe data di setiap kolom dan jumlah nilai null.

import pandas as pd

# Creating a sample DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 22],
                   'City': ['New York', 'San Francisco', 'Los Angeles']})

# Using info to get information about the DataFrame
df.info()

Output: 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   Name    3 non-null      object
 1   Age     3 non-null      int64 
 2   City    3 non-null      object

dtypes: int64(1), object(2)
memory usage: 204.0+ bytes

Dengan metode ini, jumlah baris tercantum di bawah RangeIndex. Pada contoh di atas, terlihat bahwa ada tiga baris (disebut entries di sini) dan indeks dimulai dari 0 hingga 2. Jumlah kolom tercantum di bawahnya. Setelah itu, setiap nama kolom dicantumkan bersama jumlah entri non-null di setiap kolom dan tipe datanya.

Inti penting: df.info() dapat memberikan informasi yang lebih mendetail tentang sebuah DataFrame.

Praktik Terbaik dan Tips Ukuran DataFrame di Python

Saat menentukan ukuran DataFrame di Python, ada beberapa praktik terbaik yang perlu diingat.

1. Pilih metode yang paling sesuai untuk DataFrame Anda. Ingat, df.shape dengan cepat memberikan jumlah baris dan kolom, sedangkan df.info memberikan informasi tambahan yang mungkin Anda perlukan atau tidak untuk tujuan Anda.
2. Pastikan Anda telah memasang dan mengimpor pustaka yang diperlukan. Pustaka pandas adalah andalan saat bekerja dengan DataFrame.
3. Dokumentasikan pekerjaan Anda dengan baik. Gunakan komentar yang deskriptif agar pengembang di masa depan dapat memahami apa yang Anda lakukan dan alasannya.

Kesimpulan

Ada beberapa cara untuk menemukan ukuran DataFrame di Python, bergantung pada preferensi dan kebutuhan kode Anda. Baik Anda memerlukan kesederhanaan maupun wawasan yang detail, selalu ada pendekatan yang sesuai dengan kebutuhan spesifik Anda.

Selalu pertimbangkan sifat data Anda dan wawasan yang ingin Anda peroleh saat menentukan pendekatan yang akan digunakan. Untuk mempelajari lebih banyak cara menggunakan DataFrame di Python, lihat kursus Pengantar Python dari DataCamp atau kursus Intermediate Python for Finance. Atau coba jalur karier data scientist in Python dari DataCamp.

Anda juga dapat melihat polars, pesaing baru pandas untuk analisis DataFrame berkinerja tinggi. Anda dapat membaca lebih lanjut tentang perbedaan antara pandas dan polars atau mengenal pengantar penggunaan polars.