Dasar-dasar Pandas
DataFrames, Series, pengindeksan, seleksi, pemfilteran, nilai yang hilang, tipe data
1Apa struktur data utama Pandas untuk menyimpan data tabular dengan baris dan kolom yang diberi nama?
Apa struktur data utama Pandas untuk menyimpan data tabular dengan baris dan kolom yang diberi nama?
Jawaban
DataFrame adalah struktur data utama Pandas yang dirancang untuk menyimpan data tabular dua dimensi. Setiap kolom dapat berisi tipe data yang berbeda, dan baik baris maupun kolom memiliki label (index). Struktur ini mirip dengan spreadsheet Excel atau tabel SQL, sehingga memudahkan manipulasi data terstruktur.
2Struktur Pandas mana yang merepresentasikan satu kolom data dengan indeks?
Struktur Pandas mana yang merepresentasikan satu kolom data dengan indeks?
Jawaban
Series adalah struktur satu dimensi yang dapat menampung tipe data apa pun (integer, string, float, objek Python). Setiap elemen memiliki indeks yang terkait, memungkinkan akses ke nilai berdasarkan labelnya. Kolom yang diekstrak dari DataFrame secara otomatis dikonversi ke Series.
3Bagaimana cara membuat DataFrame dari dictionary Python di mana kunci menjadi nama kolom?
Bagaimana cara membuat DataFrame dari dictionary Python di mana kunci menjadi nama kolom?
Jawaban
Fungsi pd.DataFrame() langsung menerima dictionary Python. Kunci dictionary secara otomatis menjadi nama kolom, dan nilai (list atau array) menjadi data setiap kolom. Metode ini adalah cara paling umum untuk membuat DataFrame dari data terstruktur di Python.
Metode mana yang harus digunakan untuk membaca file CSV dan memuatnya ke dalam DataFrame?
Metode mana yang menampilkan baris pertama DataFrame untuk pratinjau data yang cepat?
+19 pertanyaan wawancara
Topik wawancara Data Science & ML lainnya
Dasar-dasar Python
Pemrograman Berorientasi Objek Python
Struktur Data Python
Dasar-Dasar Git
Dasar-dasar SQL
Dasar-Dasar NumPy
Jupyter & Google Colab
SQL Joins & Kueri Lanjutan
Pandas Lanjutan
Visualisasi dengan Matplotlib & Seaborn
Visualisasi Interaktif dengan Plotly
Statistik Deskriptif
Statistik Inferensial
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Terbimbing: Regresi
ML Terbimbing: Klasifikasi
Pohon Keputusan & Ensemble
ML Tanpa Pengawasan
Pipeline ML & Validasi
Deret Waktu & Peramalan
Dasar-Dasar Deep Learning
TensorFlow & Keras
CNN dan klasifikasi gambar
RNN & Sekuens
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps dan Deployment
Kuasai Data Science & ML untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis