Mean Archives - Onestring Lab

Belajar Data Science – Group by Pandas DataFrame Untuk Perhitungan Data

Rajo Intan — Sat, 30 Oct 2021 22:44:19 +0000

Data yang tersedia pada umumnya memiliki kolom yang dapat dikelompokkan berdasarkan kategorinya. Pandas DataFrame menyediakan fungsi yang dapat digunakan untuk tujuan tersebut yaitu group by. Perintah ini serupa dengan perintah group by yang terdapat pada SQL. Misalkan, pada data terdapat nama kota maka kolomtersebut dapat dijadikan kategori untuk tampilan pengelompokkan data. Group by pada pandas dataframe dapat digabungkan dengan perintah lain untuk melakukan beberapa perhitungan. Perhitungan yang dapat dilakukan pada proses pengelompokkan data adalah mean, sum dan count.

Mean

Perintah mean digunakan untuk menghitung rata-rata dari keseluruhan data. Contoh perintah yang digunakan untuk mencari rata-rata seperti berikut ini.

df.groupby('Type 1').mean().head()

Tampilan data perintah mean

Sum

Perintah sum digunakan untuk menghitung jumlah dari keseluruhan nilai data. Contoh perintah yang digunakan untuk menghitung jumlah seperti berikut ini.

df.groupby('Type 1').sum().head()

Tampilan data perintah sum

Count

Perintah count digunakan untuk menghitung jumlah dari kemunculan data. Perbedaan dengan perintah sum adalah jika perintah sum digunakan untuk menjumlahkan nilai dari data sedangkan perintah count digunakan untuk menghitung jumlah kemunculan data. Contoh perintah yang digunakan untuk menghitung jumlah seperti berikut ini.

df.groupby(['Type 1']).count().head()

Tampilan data perintah count

Contoh Kode Program dengan Group By Pandas DataFrame

Pada bagian ini akan diberikan mengenai perintah perhitungan yang telah dijelaskan sebelumnya.

Memuat data ke Dataframe Pandas

In [1]:

import pandas as pd

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

Out[1]:

	#	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

Menampilkan semua rata-rata data yang dikelompokkan berdasarkan Type 1

In [2]:

df.groupby('Type 1').mean().head()

Out[2]:

	#	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Generation	Legendary
Type 1
Bug	334.492754	56.884058	70.971014	70.724638	53.869565	64.797101	61.681159	3.217391	0.000000
Dark	461.354839	66.806452	88.387097	70.225806	74.645161	69.516129	76.161290	4.032258	0.064516
Dragon	474.375000	83.312500	112.125000	86.375000	96.843750	88.843750	83.031250	3.875000	0.375000
Electric	363.500000	59.795455	69.090909	66.295455	90.022727	73.704545	84.500000	3.272727	0.090909
Fairy	449.529412	74.117647	61.529412	65.705882	78.529412	84.705882	48.588235	4.117647	0.058824

In [3]:

df.groupby('Type 1').mean().sort_values('Attack', ascending=False).head()

Out[3]:

	#	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Generation	Legendary
Type 1
Dragon	474.375000	83.312500	112.125000	86.375000	96.843750	88.843750	83.031250	3.875000	0.375000
Fighting	363.851852	69.851852	96.777778	65.925926	53.111111	64.703704	66.074074	3.370370	0.000000
Ground	356.281250	73.781250	95.750000	84.843750	56.468750	62.750000	63.906250	3.156250	0.125000
Rock	392.727273	65.363636	92.863636	100.795455	63.340909	75.477273	55.909091	3.454545	0.090909
Steel	442.851852	65.222222	92.703704	126.370370	67.518519	80.629630	55.259259	3.851852	0.148148

Menampilkan semua jumlah data yang dikelompokkan berdasarkan Type 1

In [4]:

df.groupby('Type 1').sum().head()

Out[4]:

	#	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Generation	Legendary
Type 1
Bug	23080	3925	4897	4880	3717	4471	4256	222	0
Dark	14302	2071	2740	2177	2314	2155	2361	125	2
Dragon	15180	2666	3588	2764	3099	2843	2657	124	12
Electric	15994	2631	3040	2917	3961	3243	3718	144	4
Fairy	7642	1260	1046	1117	1335	1440	826	70	1

In [5]:

df.groupby('Type 1').sum().sort_values('Attack', ascending=False).head()

Out[5]:

	#	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Generation	Legendary
Type 1
Water	33946	8071	8305	8170	8379	7898	7388	320	4
Normal	31279	7573	7200	5865	5470	6245	7012	299	2
Grass	24141	4709	5125	4956	5425	4930	4335	235	3
Bug	23080	3925	4897	4880	3717	4471	4256	222	0
Fire	17025	3635	4408	3524	4627	3755	3871	167	5

Menampilkan jumlah data yang dikelompokkan berdasarkan Type 1

In [6]:

df['Count'] = 1
df.head()

Out[6]:

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

In [7]:

df.groupby(['Type 1']).count().head()

Out[7]:

	#	Name	Type 2	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Generation	Legendary	Count
Type 1
Bug	69	69	52	69	69	69	69	69	69	69	69	69
Dark	31	31	21	31	31	31	31	31	31	31	31	31
Dragon	32	32	21	32	32	32	32	32	32	32	32	32
Electric	44	44	17	44	44	44	44	44	44	44	44	44
Fairy	17	17	2	17	17	17	17	17	17	17	17	17

In [8]:

df.groupby(['Type 1', 'Type 2']).count()[['Count']]

Out[8]:

		Count
Type 1	Type 2
Bug	Electric	2
	Fighting	2
	Fire	2
	Flying	14
	Ghost	1
...	...	...
Water	Ice	3
	Poison	3
	Psychic	5
	Rock	4
	Steel	1

136 rows × 1 columns

Kesimpulan Penggunaan Perintah Group By Pandas DataFrame

Perintah group by berfungsi serupa dengan perintah group by pada SQL. Selanjutnya, perintah ini dapat digabungkan dengan beberapa perintah lain untuk proses perhitungan yang diperlukan yaitu mean, sum dan count. Untuk artikel lain terkait dengan data science silahkan lihat kumpulan artikelnya disini.

The post Belajar Data Science – Group by Pandas DataFrame Untuk Perhitungan Data appeared first on Onestring Lab.

Belajar Statistik – Mean, Median, Mode dan Populasi

Rajo Intan — Mon, 25 Oct 2021 13:35:56 +0000

Pada artikel ini akan dibahas mengenai mean, media, modus dan populasi pada data statistik.

Jupyter Notebook

import library numpy

In [1]:

import numpy as np
import matplotlib.pyplot as plt

Membuat data

In [2]:

# angka dari 7 - 10 sebanyak 20 buah
data = np.random.randint(7,10,20)
data

Out[2]:

array([8, 8, 9, 8, 9, 7, 8, 7, 7, 9, 9, 7, 9, 7, 8, 7, 8, 9, 7, 8])

Mean adalah nilai rata-rata dari sebuah data. $$\bar{X} = \frac{\sum_{}{}X_i} n$$

dimana X = data observasi; n = jumlah observasi

In [3]:

# mean atau rata-rata
np.mean(data)

Out[3]:

7.95

Median adalah nilai tengah dari data ketika data tersebut telah diurutkan.

In [4]:

data = np.sort(data)
print(data)
np.median(data)

[7 7 7 7 7 7 7 8 8 8 8 8 8 8 9 9 9 9 9 9]

Out[4]:

8.0

Mode adalah nilai yang paling sering muncul dalam suatu data.

In [5]:

# Nilai mode dicari dengan fungsi mode
import statistics
mode = statistics.mode(data)
mode

Out[5]:

Populasi dan Sampel
Populasi merupakan keseluruhan dari data yang ada.
Sampel merupakan sebagian dari populasi.

In [6]:

# populasi data angka dari 1 sampai 9 sebanyak 100 buah
populasi = np.random.randint(1,10,100)
populasi

Out[6]:

array([3, 1, 8, 6, 6, 1, 5, 7, 7, 7, 6, 8, 2, 7, 8, 1, 4, 9, 5, 7, 8, 3,
       7, 6, 4, 7, 1, 3, 2, 1, 9, 5, 2, 2, 6, 8, 6, 4, 2, 4, 5, 1, 5, 6,
       2, 3, 7, 6, 8, 5, 6, 2, 2, 2, 9, 7, 4, 2, 9, 1, 5, 9, 2, 7, 9, 9,
       7, 6, 9, 2, 2, 3, 7, 9, 3, 8, 7, 3, 1, 1, 5, 3, 2, 7, 4, 1, 3, 3,
       6, 3, 6, 7, 9, 5, 1, 3, 5, 9, 4, 6])

In [7]:

print("Mean :",np.mean(populasi))
print("Median :",np.median(populasi))
print("Mode :",statistics.mode(populasi))

Mean : 4.91
Median : 5.0
Mode : 7

Mengambil sampel dari populasi

In [8]:

sampel = np.random.choice(populasi, 20)
sampel

Out[8]:

array([8, 1, 2, 2, 2, 9, 1, 1, 1, 7, 7, 2, 5, 9, 9, 1, 8, 3, 7, 9])

In [9]:

print("Mean :",np.mean(sampel))
print("Median :",np.median(sampel))
print("Mode :",statistics.mode(sampel))

Mean : 4.7
Median : 4.0
Mode : 1

Mengambil sampel beberapa kali dari populasi

In [10]:

sampel_1 = np.random.choice(populasi, 15)
sampel_2 = np.random.choice(populasi, 15)
sampel_3 = np.random.choice(populasi, 15)
sampel_4 = np.random.choice(populasi, 15)

In [11]:

# memuat sampel-sampel ke dalam list
data_sampel = [sampel_1, sampel_2, sampel_3, sampel_4]
mean_sampel = []

for x in data_sampel:
  mean_sampel.append(np.mean(x))

mean_sampel

Out[11]:

[5.2, 4.4, 3.6666666666666665, 4.733333333333333]

In [12]:

print("Mean dari sample", np.mean(mean_sampel))

Mean dari sample 4.5

In [13]:

print("Mean dari populasi", np.mean(populasi))

Mean dari populasi 4.91

Terlihat mean populasi tidak jauh berbeda dari mean sampel

Kesimpulan

Mean adalah rata-rata, median adalah nilai tengah dan modus adalah nilai yang paling sering muncul dalam suatu data. Untuk artikel lain terkait dengan statistik silahkan lihat kumpulan artikelnya disini.

The post Belajar Statistik – Mean, Median, Mode dan Populasi appeared first on Onestring Lab.