Python Analytics - Analisis Lanjutan dan ML
groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (regresi, klasifikasi, clustering), train/test split, metrik, Jupyter, Google Colab
1Apa perbedaan utama antara metode apply() dan map() pada Series Pandas?
Apa perbedaan utama antara metode apply() dan map() pada Series Pandas?
Jawaban
Metode map() dirancang untuk memetakan setiap nilai dalam Series ke nilai baru menggunakan dictionary atau fungsi, dan hanya bekerja pada Series. Sebaliknya, apply() lebih fleksibel: dapat menerapkan fungsi elemen demi elemen pada Series atau baris demi baris / kolom demi kolom pada DataFrame. Untuk transformasi nilai-ke-nilai sederhana pada Series, map() umumnya lebih cepat dan lebih mudah dibaca.
2Metode Pandas mana yang harus digunakan untuk mengagregasi data dengan beberapa fungsi agregasi pada kolom berbeda secara bersamaan?
Metode Pandas mana yang harus digunakan untuk mengagregasi data dengan beberapa fungsi agregasi pada kolom berbeda secara bersamaan?
Jawaban
Metode agg() (atau aggregate()) memungkinkan penerapan fungsi agregasi yang berbeda ke kolom yang berbeda dalam satu operasi. Menerima dictionary di mana key adalah nama kolom dan value adalah fungsi yang akan diterapkan. Pendekatan ini lebih efisien dan mudah dibaca daripada merantai beberapa panggilan groupby dengan fungsi individual.
3Apa perbedaan antara merge() dan join() di Pandas?
Apa perbedaan antara merge() dan join() di Pandas?
Jawaban
merge() adalah fungsi yang lebih fleksibel yang menggabungkan dua DataFrame pada kolom tertentu menggunakan parameter on, left_on/right_on, atau index. join() adalah metode DataFrame yang menggabungkan pada index secara default dan lebih ringkas untuk join sederhana berbasis index. Untuk join kompleks pada kolom non-index, merge() lebih disukai karena menawarkan lebih banyak kontrol atas kolom join.
Bagaimana cara membuat pivot table dengan pivot_table() yang menentukan beberapa fungsi agregasi?
Apa tujuan transform() dalam konteks groupby() dibandingkan dengan apply()?
+17 pertanyaan wawancara
Topik wawancara Data Analytics lainnya
Google Sheets - Dasar-Dasar
Google Sheets - Formula Lanjutan
SQL - Dasar-dasar
SQL - Agregasi dan Pengelompokan
SQL - Joins
BigQuery - Dasar-Dasar
Data Cleaning - Pembersihan data
KPI dan Metrik Bisnis
Statistik Deskriptif
Zapier dan otomatisasi No-Code
Prinsip Visualisasi Data
Python & Pandas - Dasar-dasar
Google Sheets - Dashboard Otomatis
SQL - Subquery dan CTE
SQL - Window Functions
BigQuery - Fitur Lanjutan
Data Modeling
Analisis Funnel dan Konversi
Analisis Cohort dan Retensi
Google Tag Manager dan Tracking
API dan Webhook
dbt - Dasar-dasar
AB Testing dan Statistik Terapan
Looker Studio (Google Data Studio)
Power BI - Dasar-Dasar
SQL - Kueri Analitik Lanjutan
dbt - Fitur Lanjutan
Power BI - DAX dan Dashboard Lanjutan
Kuasai Data Analytics untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis