Pengantar kursus

Bekerja dengan Data Kategorikal di Python

Kasey Jones

Research Data Scientist

Apa arti "kategorikal"?

Kategorikal

  • Jumlah kelompok (kategori) terbatas
  • Biasanya tetap/tertentu (warna mata, warna rambut, dll.)
  • Dikenal sebagai data kualitatif

Numerik

  • Dikenal sebagai data kuantitatif
  • Diekspresikan dengan nilai angka
  • Biasanya berupa pengukuran (tinggi, berat, IQ, dll.)
Bekerja dengan Data Kategorikal di Python

Variabel ordinal vs. nominal

Ordinal

  • Variabel kategorikal dengan urutan alami

Tanggapan survei sering berkisar dari sangat tidak setuju hingga sangat setuju. Kategori-kategori ini punya urutan logis.

Nominal

  • Variabel kategorikal tanpa urutan alami

Terkadang kategori, seperti memilih warna dari daftar ("Blue", "Green", "Red", "Yellow", "purple"), tidak memiliki urutan logis.

Bekerja dengan Data Kategorikal di Python

Dataset pertama kita

adult.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 32561 entries, 0 to 32560
Data columns (total 15 columns):
 #   Column           Non-Null Count  Dtype 
 --  ------           --------------  ----- 
 0   Age              32561 non-null  int64 
 1   Workclass        32561 non-null  object
 2   fnlgwt           32561 non-null  int64 
 3   Education        32561 non-null  object
 4   Education Num    32561 non-null  int64 
 5   Marital Status   32561 non-null  object
...
1 https://www.kaggle.com/uciml/adult-census-income
Bekerja dengan Data Kategorikal di Python

Menggunakan describe

adult["Marital Status"].describe()

count                   32561
unique                      7
top        Married-civ-spouse
freq                    14976
Name: Marital Status, dtype: object
Bekerja dengan Data Kategorikal di Python

Menggunakan value counts

adult["Marital Status"].value_counts()

 Married-civ-spouse       14976
 Never-married            10683
 Divorced                  4443
 Separated                 1025
 Widowed                    993
 Married-spouse-absent      418
 Married-AF-spouse           23
Name: Marital Status, dtype: int64
Bekerja dengan Data Kategorikal di Python

Value counts dengan normalize

adult["Marital Status"].value_counts(normalize=True)

 Married-civ-spouse       0.459937
 Never-married            0.328092
 Divorced                 0.136452
 Separated                0.031479
 Widowed                  0.030497
 Married-spouse-absent    0.012837
 Married-AF-spouse        0.000706
Name: Marital Status, dtype: float64
Bekerja dengan Data Kategorikal di Python

Uji pengetahuan

Bekerja dengan Data Kategorikal di Python

Preparing Video For Download...