Array Python: Yuk Lakukan Analisis Data Covid di Dunia dan Asean
Implementasi pandas python dapat dilakukan sekarang! Saat pandemi Covid-19 sudah banyak sekali melumpuhkan bahkan membunuh banyak sektor di dunia. Tentu kamu ingin melakukan sesuatu bukan untuk membantu berkontribusi memperbaiki dunia. Namun, sebagai seorang praktisi data atau calon praktisi data kamu dapat turut berkontribusi untuk memberikan informasi tentang perkembangan situasi pandemi ini. Python menyediakan banyak cara untuk mendapatkan informasi perkembangan analisis data salah satunya dengan pandas.
Kamu dapat melakukan implementasi pandas dengan banyak cara salah satunya dengan melakukan pengambilan data pada API beberapa portal berita resmi Covid 19. Misalnya untuk Covid-19 di dunia kamu dapat mengenerate data API dari sini atau jika di Indonesia kamu dapat melakukan akses dan mengenerate API dari sini . Sehingga kamu dapat dengan mudah melakukan analisis data.
Yuk pahami bagaimana pandas python bekerja untuk analisis data COVID-19 di Dunia dan Asean bersama DQLab
1. Import Library Pandas untuk Data Analisis
#merubah format date
import json
import numpy as np
import pandas as pd
import requests
Beberapa import library yang digunakan dapat kamu implementasikan terlebih dahulu contohnya pandas. Pandas merupakan salah satu library pada python yang digunakan untuk analisis data. Fokus pandas akan digunakan untuk data manipulation, data preparation, hingga data cleansing. Pandas akan mengeksekusi dua hal yaitu data frame dan series. Sehingga pandas akan fokus melakukan eksekusi pada struktur data tabular yang berorientasi pada kolom dengan label baris dan kolom saja. Sementara series adalah objek objek array bernilai satu dimensi yang memiliki label.
Baca juga : Python Array : Memahami Kegunaan Array Dalam Python
2. Yuk Gunakan Pandas untuk mengurutkan data Covid-19
Data preparation yang dilakukan pada gambar diatas adalah memanggil data API yang tersedia pada web resmi data Covid-19 dunia. Setelah itu melakukan manipulasi data dengan cara mengurutkan data secara ascending dengan fungsi head(). Nah, sangat mudah bukan implementasi pandas untuk melakukan penarikan data API yang bersumber pada web resmi data Covid-19 dunia.
3. Pandas untuk Manipulasi Data Tanggal
#merubah format date
df_covid_worldwide['last_update'] = pd.to_datetime(df_covid_worldwide['last_update'], format='%Y-%m-%d %H:%M:%S')
df_covid_worldwide['last_update'] = df_covid_worldwide['last_update'].apply(lambda x: x.date())
Contoh diatas merupakan implementasi pandas untuk melakukan manipulasi data tanggal agar mudah disesuaikan dan diterima oleh pembaca data. Dalam hal ini pandas dapat dikombinasikan dengan regular expression. Tentu saja karena pandas memiliki sifat yang fleksibel sehingga dapat dikombinasikan dengan banyak cara. Salah satunya dengan kombinasi tersebut atau dengan query SQL.
Baca juga : Yuk, Mulai Belajar Data Science dengan Bahasa Pemrograman Python
4. Yuk, Bersama DQLab Belajar Data Lebih Jauh hingga Bangun Portofolio Datamu, Gratis!!
Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industi masa kini! Sign up sekarang untuk #MulaiBelajarData di DQLab!
Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":
1. Buat Akun Gratis dengan Signup di DQLab.id/signup
2. Akses module Introduction to Data Science
3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab
4. Subscribe DQLab.id untuk Akses Semua Module Premium!