Data Science Academy · Pelajaran

Kolom dengan Nama dan Indeks

Pahami perbedaan Series dan list.

Kolom dengan Nama dan Indeks adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.

Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.

Meet the Series

A Series is pandas' one-dimensional column: a sequence of values that all share one name and one type. Think of it as a single spreadsheet column. 📊

More Than a List

A plain Python list just holds values in order. A Series pairs every value with a label, so each item has both a position and a name you can look up by.

Create One Quickly

Pass any list to pd.Series and pandas wraps it for you. This line below builds your very first Series from three numbers.

import pandas as pd
s = pd.Series([10, 20, 30])
print(s)

The Hidden Index

Notice the numbers on the left of your output. That is the index: a label for every value. Without one supplied, pandas auto-numbers from 0.

Give It Real Labels

You can set meaningful labels with the index argument. Now each value is named, which makes lookups read like plain English. 🏷️

s = pd.Series([90, 75, 88], index=['Ada', 'Bo', 'Cy'])
print(s['Bo'])

One Type Inside

Every Series carries a single dtype, like int64 or float64. Shared types are what let pandas run fast math across the whole column at once.

print(s.dtype)

Name the Whole Series

A Series can also carry its own name, separate from the index. That name becomes the column header once the Series joins a DataFrame.

s.name = 'score'
print(s.name)

Values and Index Apart

You can pull the two parts out on their own. The .values attribute gives the raw data array; .index gives the labels that tag it.

print(s.values)
print(s.index)

Build From a Dict

Hand pd.Series a dictionary and the keys become the index automatically. It is the fastest way to build a labeled column in one step.

ages = pd.Series({'Ada': 36, 'Bo': 41})
print(ages)

Length and Peek

len(s) tells you how many values sit inside, and .head() shows just the first few. Both are handy first checks on any Series.

print(len(s))
print(s.head(2))

The Column Building Block

Stack several Series side by side and you get a DataFrame. So mastering the Series means you already understand half of pandas. 🧱

Quick Check

Let's lock in what a Series carries.

Recap

You learned a Series is a named, single-typed column where every value has an index label. It is the basic block that DataFrames are built from. Nice work! 🎉

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Kolom dengan Nama dan Indeks” gratis?

Ya — teks lengkap “Kolom dengan Nama dan Indeks” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Kolom dengan Nama dan Indeks”?

Pahami perbedaan Series dan list. Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Data Science Academy?

Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.

Berapa lama pelajaran “Kolom dengan Nama dan Indeks” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?

Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

← Kembali ke Data Science Academy