read_csv dan Opsi-Opsinya yang Berguna
Pemisah, header, dan kolom index
read_csv dan Opsi-Opsinya yang Berguna 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.
Data Tersimpan dalam Berkas
Analisis nyata dimulai dari sebuah berkas di disk. Format yang paling umum dalam ilmu data adalah CSV: teks biasa, satu baris untuk setiap record. 📄
Satu Fungsi untuk Semuanya
pandas membaca CSV dengan satu pemanggilan fungsi: read_csv. Berikan jalur berkas dan Anda akan mendapatkan DataFrame yang siap digunakan.
import pandas as pd
df = pd.read_csv("sales.csv")Hasil yang Dikembalikan
read_csv mengembalikan DataFrame lengkap: baris, kolom, dan indeks bilangan bulat otomatis. Setelah itu, semua trik pandas tersedia untuk Anda.
Tidak Selalu Dipisahkan Koma
Beberapa berkas memisahkan nilai dengan titik koma atau tab. Opsi sep memberi tahu pandas karakter tepat yang memisahkan kolom Anda.
df = pd.read_csv("data.csv", sep=";")Saat Tidak Ada Header
Jika baris pertama berisi data, bukan nama kolom, masukkan header=None agar pandas tidak mengambil baris data yang sebenarnya untuk dijadikan label.
df = pd.read_csv("raw.csv", header=None)Memberi Nama pada Kolom
Pasangkan header=None dengan names untuk memberikan label kolom Anda sendiri dalam satu langkah yang rapi. Kini setiap kolom mudah dipahami.
df = pd.read_csv("raw.csv", header=None,
names=["date", "item", "price"])Memilih Kolom Indeks
Opsi index_col menjadikan sebuah kolom sebagai indeks baris, sehingga pencarian berdasarkan kunci tersebut nantinya terasa alami.
df = pd.read_csv("sales.csv", index_col="order_id")Membaca Hanya yang Diperlukan
Berkasnya sangat besar? Opsi usecols hanya memuat kolom yang Anda cantumkan, sehingga menghemat memori dan menjaga tabel tetap fokus.
df = pd.read_csv("big.csv",
usecols=["date", "amount"])Melihat Sekilas dengan nrows
Tidak yakin berkasnya bersih? Gunakan nrows untuk membaca sampel kecil terlebih dahulu, memeriksanya, lalu memuat sisanya dengan yakin.
sample = pd.read_csv("big.csv", nrows=5)Mendekode dengan Benar
Simbol aneh dalam teks biasanya berarti encoding yang digunakan salah. Mengaturnya ke utf-8 biasanya memperbaiki karakter beraksen dan karakter non-Inggris. ✅
df = pd.read_csv("names.csv", encoding="utf-8")Menandai Nilai yang Hilang
Berkas sering menggunakan token aneh untuk isian kosong, seperti NA atau n/a. Opsi na_values mengubahnya menjadi nilai yang hilang dan dipahami pandas.
df = pd.read_csv("data.csv",
na_values=["NA", "n/a", "-"])Pemeriksaan Cepat
CSV Anda menggunakan titik koma di antara nilai. Opsi apa yang memperbaiki penguraiannya?
Rangkuman: Menguasai read_csv
Sekarang Anda dapat memuat CSV apa pun: memilih pemisah, mengatur header dan nama, memilih indeks, membatasi kolom, serta menandai nilai yang hilang. 🎉
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
Pertanyaan yang Sering Diajukan
Apakah pelajaran “read_csv dan Opsi-Opsinya yang Berguna” gratis?
Ya — teks lengkap “read_csv dan Opsi-Opsinya yang Berguna” 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 “read_csv dan Opsi-Opsinya yang Berguna”?
Pemisah, header, dan kolom index 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 “read_csv dan Opsi-Opsinya yang Berguna” 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
- read_csv dan Opsi-Opsinya yang Berguna
- Membuka Lembar Excel di pandas
- Mengurai Tanggal dan Menetapkan dtypes Saat Memuat
- Menyimpan Hasil ke CSV dan Excel