Belajar Data Science di DQLab: Bangun Data Manipulation with Panda untuk Perdalam Bahasa Pemrograman Python
Project Data ini dikembangkan oleh Sermon Paskah, member DQLab yang kini menjadi seorang mahasiswa Sistem Informasi dari Universitas Kristen Satya Wacana dengan project yang diberikan oleh Data Mentor DQLab, Karl Christian Businnes Intelligence Traveloka.
Belajar Data Science untuk membangun Portofolio Data: Data Manipulation with Pandas
1. Introduction to Pandas, tahap awal yang harus dilakukan adalah memahami library Pandas yang tersedia pada Python. Pandas membuat Python supaya dapat bekerja dengan data yang berbentuk tabular sepert spreadsheet dengan cara pemuatan data yang tepat, manipulasi data, menggabungkan data, serta ada berbagai fungsi yang lain.
2. Dataset I/O mempelajari dataset JSON untuk melakukan proses pertukaran dan penyimpanan data. Pada proses ini juga dapat melihat data-data yang memiliki kedudukan paling atas. Selain itu, Memahami dan mempraktekkkan bagaimana membaca dataset dari berbagai format standar seperti csv, tsc, excel, json, sql sehingga dapat dijadikan pandas dataframe/series serta bagaimana cara menyimpannya ke format standar dataset.
3. Pada kesempatan ini, Sermon mampu memahami dan mempraktekkan proses indexing, transformasi dan slicing pada data frame.
4. Handling Missing Values sehingga tidak ada nilai tertentu dan nilai median dari kolom tertentu sehingga terbukti sudah tidak ada missing values lagi pada setiap kolom pada dataset.
5. Pada module ini, Sermon melaukan Mini Project menggunakan Pandas untuk mengetahui studi kasus bisnis sederhana menggunakan Pandas.
Bangun Portofolio Datamu Sekarang!
Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab. Kamu bisa:
Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.