Data Science Academy · Pelajaran

Memfilter Baris dengan Kondisi

Masker boolean pada DataFrame

Memfilter Baris dengan Kondisi adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 2 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.

From Columns to Rows

Picking columns trims width; filtering rows trims length. Now you keep only the records that match a condition you care about. 🔍

A Condition Makes a Mask

Write a comparison on a column and pandas returns a boolean mask: one True or False per row, telling you which records pass.

mask = df["age"] > 30
print(mask.head())

Apply the Mask

Put the mask inside brackets and pandas keeps only the True rows. The result is a smaller DataFrame with the same columns.

adults = df[df["age"] > 30]

Equality Filters

Use double equals to match a value exactly. Remember that a single equals would try to assign, not compare.

df[df["city"] == "Paris"]

Not Equal and Comparisons

You can filter with the full set of comparisons: not-equal, greater-equal, and less-equal all work on a column.

df[df["score"] >= 80]
df[df["city"] != "Paris"]

Filter on Text

String columns support a str accessor. Use str.contains to keep rows whose text includes a pattern.

df[df["email"].str.contains("@gmail")]

Filter With between

For a numeric range, between reads more clearly than two separate comparisons and includes both ends by default.

df[df["age"].between(18, 65)]

Keep Selected Columns Too

Combine row filtering with loc to grab matching rows and chosen columns in one readable line.

df.loc[df["age"] > 30, ["name", "age"]]

The Mask Is Reusable

A mask is just a Series, so you can store it and reuse it across different selections without rewriting the condition.

senior = df["age"] > 60
df[senior]
df.loc[senior, "name"]

Count the Matches

Because True counts as one, calling sum on a mask tells you how many rows pass before you even filter.

(df["age"] > 30).sum()

Filtering Does Not Change df

Filtering returns a new DataFrame and leaves the original untouched. Assign the result to a variable to keep it.

young = df[df["age"] < 30]
# df itself is unchanged

Quick Check

Recall how a comparison on a column behaves.

Recap: Filtering Rows

A condition builds a boolean mask, brackets apply it, and loc adds column selection. You can now keep exactly the records that matter. ✅

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Memfilter Baris dengan Kondisi” gratis?

Ya — teks lengkap “Memfilter Baris dengan Kondisi” 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 “Memfilter Baris dengan Kondisi”?

Masker boolean pada DataFrame 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 2 dari 4.

Berapa lama pelajaran “Memfilter Baris dengan Kondisi” 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