November 30, 2021
Menyimpan Datafame ke File (.csv, .xlsx, .txt)

Menyimpan Datafame ke File (.csv, .xlsx, .txt)

Setelah proses pengolahan data selesai dilakukan maka yang selanjutnya dilakukan adalah menyimpan data tersebut ke file lain.

Jupiter Notebook

Memuat data ke Dataframe Pandas

In [1]:
import pandas as pd
from google.colab import files

df = pd.read_csv('https://raw.githubusercontent.com/Onestringlab/notebook/main/pokemon_data.csv')

Deskripsi data

In [2]:
df.head()
Out[2]:
# Name Type 1 Type 2 HP Attack Defense Sp. Atk Sp. Def Speed Generation Legendary
0 1 Bulbasaur Grass Poison 45 49 49 65 65 45 1 False
1 2 Ivysaur Grass Poison 60 62 63 80 80 60 1 False
2 3 Venusaur Grass Poison 80 82 83 100 100 80 1 False
3 3 VenusaurMega Venusaur Grass Poison 80 100 123 122 120 80 1 False
4 4 Charmander Fire NaN 39 52 43 60 50 65 1 False

Mengurutkan data berdasarkan Top 10 Attack

In [3]:
top10attack = df.sort_values('Attack',ascending=False).head(10)

Menyimpan file ke .csv

In [4]:
top10attack.to_csv('top10attack.csv', index=False)

# Jika menggunakan Google Colabs maka lakukan ini
files.download('top10attack.csv')

Menyimpan file ke .xlsx

In [5]:
top10attack.to_excel('top10attack.xlsx', index=False)

# Jika menggunakan Google Colabs maka lakukan ini
files.download('top10attack.xlsx')

Menyimpan file ke .txt

In [6]:
top10attack.to_csv('top10attack.txt', index=False,sep='\t')

# Jika menggunakan Google Colabs maka lakukan ini
files.download('top10attack.txt')

Kesimpulan

Ternyata mudah sekali menyimpan data yang telah dikelola ke bentuk file yang diinginkan. Untuk artikel lain terkait dengan data science silahkan lihat kumpulan artikelnya disini.

Rajo Intan

Blogger, pemiliki Onestring Lab, menulis artikel terkait teknologi informasi dan pendidikan. Web Developer, berpengalaman lebih dari 20 tahun mengembangkan berbagai aplikasi dan sistem informasi. Kerjasama kontak di onestringlab@gmail.com atau https://forms.gle/xAGKkpi6B3BzJyzk7

View all posts by Rajo Intan →