Persiapan data

Memahami Ilmu Data

Hadrien Lacroix

Content Developer, DataCamp

Alur kerja data

alur kerja ilmu data

Memahami Ilmu Data

Mengapa menyiapkan data?

  • Data dunia nyata itu berantakan
  • Persiapan dilakukan untuk mencegah:
    • kesalahan
    • hasil yang tidak benar
    • algoritma bias

menyiapkan sup

Memahami Ilmu Data

Mari kita mulai membersihkan

Sara Lis Hadrien Lis
Usia "27" "30" "30"
Ukuran 1.77 5.58 1.80 5.58
Negara "Belgia" "AS" "FR" "AS"

scraper-cleaning-window

Memahami Ilmu Data

Data rapi

Sebelum

$$

Sara Lis Hadrien Lis
Usia "27" "30" "30"
Ukuran 1.77 5.58 1.80 5.58
Negara "Belgia" "AS" "FR" "AS"

folded-laundry

Memahami Ilmu Data

Output data yang rapi

Sebelum

$$

Sara Lis Hadrien Lis
Usia "27" "30" "30"
Ukuran 1.77 5.58 1.80 5.58
Negara "Belgia" "AS" "FR" "AS"

Setelah

$$

Nama Usia Ukuran Negara
Sara "26" 1.78 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"
Memahami Ilmu Data

Hapus duplikat

Sebelum

$$

Nama Usia Ukuran Negara
Sara "27" 1.77 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

double-cherry

Memahami Ilmu Data

Hapus duplikat | output

Sebelum

$$

Nama Usia Ukuran Negara
Sara "27" 1.77 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

Setelah

$$

Nama Usia Ukuran Negara
Sara "27" 1.77 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Memahami Ilmu Data

ID unik

Sebelum

$$

Nama Usia Ukuran Negara
Sara "27" 1.77 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

bebek-ungu-dengan-bebek-kuning

Memahami Ilmu Data

ID unik | output

Sebelum

$$

Nama Usia Ukuran Negara
Sara "27" 1.77 "Belgia"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

Setelah

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"
Memahami Ilmu Data

Homogenitas

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

ikan mas kecil menghadap ikan mas besar

Memahami Ilmu Data

Homogenitas | output

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

Setelah

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"
Memahami Ilmu Data

Homogenitas, lagi

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"

belgian-flag

Memahami Ilmu Data

Homogenitas, lagi | output

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sar "27" 1.77 "Belgia"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

Setelah

$$

ID Nama Usia Ukuran Negara
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"
Memahami Ilmu Data

Tipe data

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

jenis-jenis-pasta

Memahami Ilmu Data

Jenis data | output

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

Setelah

$$

ID Nama Usia Ukuran Negara
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"
Memahami Ilmu Data

Nilai yang hilang

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"

Alasan:

  • entri data
  • kesalahan
  • nilai hilang yang valid

Solusi:

  • mengatribusikan
  • menjatuhkan
  • mempertahankan
Memahami Ilmu Data

Nilai yang hilang | output

Sebelum

$$

ID Nama Usia Ukuran Negara
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "USA"
2 Hadrien 1.80 "FR"

Setelah

$$

ID Nama Usia Ukuran Negara
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 28 1.80 "FR"
Memahami Ilmu Data

Ayo berlatih!

Memahami Ilmu Data

Preparing Video For Download...