Data Science Academy · Pelajaran

Memilih Kolom Berdasarkan Nama

Kolom tunggal dan daftar kolom

Pelajaran 1 dari 413 langkah

Memilih Kolom Berdasarkan Nama 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.

Kolom adalah Titik Awal Anda

Dataset nyata memiliki puluhan kolom, tetapi Anda jarang memerlukan semuanya. Memilih columns yang tepat berdasarkan nama adalah langkah pertama dalam hampir setiap analisis. 🎯

Mengambil Satu Kolom

Untuk mengambil satu kolom, letakkan namanya di dalam tanda kurung siku setelah DataFrame. Hasilnya adalah Series satu dimensi.

ages = df["age"]
print(ages.head())

Satu Kolom adalah Series

Satu nama dalam tanda kurung mengembalikan Series: satu kolom berlabel, bukan tabel. Series tersebut mempertahankan indeks yang sama dengan DataFrame asalnya.

type(df["age"])
# pandas.core.series.Series

Akses Titik sebagai Pintasan

Anda juga dapat mengakses kolom dengan akses titik, seperti df.age. Cara ini lebih singkat, tetapi hanya berfungsi jika nama kolom tidak memiliki spasi atau simbol.

df.age   # same as df["age"]

Saat Akses Titik Gagal

Akses titik gagal pada nama yang memiliki spasi, seperti df.user name, atau nama yang bertabrakan dengan metode. Jika ragu, gunakan akses kurung siku agar lebih aman.

df["user name"]   # brackets handle spaces

Memilih Beberapa Kolom

Masukkan list nama di dalam tanda kurung siku untuk mengambil banyak kolom sekaligus. Perhatikan adanya dua tanda kurung siku dalam sintaksnya.

subset = df[["name", "age", "city"]]

Daftar Kolom adalah DataFrame

Memilih daftar nama akan mengembalikan DataFrame, meskipun daftar tersebut hanya berisi satu nama. Inilah perbedaan utama dari akses dengan satu tanda kurung siku.

df[["age"]]    # DataFrame, not Series

Urutannya Terserah Anda

Kolom akan muncul persis dalam urutan yang Anda cantumkan, bukan urutan aslinya. Ini cara cepat untuk menata ulang tabel untuk laporan.

df[["city", "name"]]   # city first now

Memilih Banyak Kolom dengan loc

Pengakses loc memilih berdasarkan label dan memungkinkan Anda memilih baris serta kolom secara bersamaan. Tanda titik dua berarti semua baris.

df.loc[:, ["name", "age"]]

Menampilkan Semua Nama Kolom

Lupa ejaan yang tepat? Atribut columns mencantumkan setiap nama, sehingga Anda dapat menyalinnya tanpa salah ketik.

print(df.columns.tolist())

Perhatikan KeyError

Jika Anda meminta nama yang tidak ada, pandas akan memunculkan KeyError. Nama peka huruf besar-kecil, jadi Age dan age adalah dua nama yang berbeda.

df["Age"]   # KeyError if column is "age"

Pemeriksaan Cepat

Pikirkan apa yang dikembalikan oleh setiap gaya tanda kurung.

Jawab di pelajaran interaktif

Ringkasan: Memilih Kolom

Satu pasang tanda kurung siku menghasilkan Series, daftar nama menghasilkan DataFrame dalam urutan yang Anda pilih, dan loc memilih berdasarkan label. Kini Anda dapat mengambil tepat kolom yang diperlukan. ✅

Gratis untuk memulai

Belajar Python dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus: 30
Pelajaran: 120

Mulai belajar gratis Lihat kursus lengkapnya

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Memilih Kolom Berdasarkan Nama” gratis?

Ya — teks lengkap “Memilih Kolom Berdasarkan Nama” 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 “Memilih Kolom Berdasarkan Nama”?

Kolom tunggal dan daftar kolom 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 “Memilih Kolom Berdasarkan Nama” 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