Daftar Materi

Mentransformasi Data Materi 20

Menggunakan apply secara Tepat

Tujuan Pembelajaran

  • Membedakan operasi vektor dari apply per nilai atau baris.
  • Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.

Operasi vektor biasanya lebih jelas daripada apply

Operasi vektor menerapkan satu operasi pada seluruh Series sekaligus. Contohnya, membandingkan setiap harga dengan batas tertentu menghasilkan mask untuk semua baris. Apply menjalankan fungsi pada nilai atau baris satu per satu, sehingga biasanya lebih sulit dibaca dan lebih lambat. Mulailah dengan operasi bawaan Pandas; gunakan apply jika aturannya tidak dapat dinyatakan dengan operasi yang lebih sederhana.

Pandas menyediakan operasi vektor untuk membandingkan, menjumlah, mengalikan, atau mengubah seluruh kolom sekaligus. Operasi ini biasanya lebih ringkas dan lebih mudah dibaca daripada menerapkan fungsi Python satu kali untuk setiap nilai. apply() tetap berguna ketika aturan khusus tidak tersedia sebagai operasi kolom, tetapi bukan pilihan otomatis untuk setiap transformasi.

Pada DataFrame, apply() dapat berjalan per kolom atau per baris bergantung pada axis. Ini memengaruhi objek yang diterima fungsi dan nilai yang dihasilkan. Sebelum memakai apply(axis=1), pastikan operasi memang membutuhkan beberapa kolom dari setiap baris; untuk logika sederhana seperti ambang harga, perbandingan vektor lebih jelas dan biasanya lebih efisien.

Pikirkan apply sebagai alat yang fleksibel untuk aturan yang sulit dinyatakan dengan satu operasi kolom, bukan sebagai cara standar untuk membaca setiap baris. Untuk membuat kategori berdasarkan ambang, beberapa kondisi vektor biasanya lebih jelas. Untuk menerapkan aturan yang memang menggabungkan beberapa nilai atau memerlukan fungsi khusus, apply dapat membuat maksudnya lebih mudah diikuti.

Fungsi yang dipakai juga perlu konsisten dengan axis. Jika axis=1, fungsi menerima satu baris sebagai objek dan kita dapat membaca beberapa kolom dari baris tersebut; jika axis=0, operasi berjalan pada kolom. Uji dahulu pada beberapa baris dan pastikan jenis hasilnya sesuai harapan. Pada data besar, perulangan fungsi Python untuk setiap baris dapat lebih lambat daripada operasi vektor, jadi pilih cara yang paling jelas sekaligus sesuai skala pekerjaan.

Membuat flag kolom dengan perbandingan

import pandas as pd
products = pd.read_csv("datasets/products.csv")
result = products.assign(premium=products["unit_price"] >= 50000)
print(int(result["premium"].sum()))

Pilih apply hanya jika operasi vektor tidak cukup jelas

3 produk berharga setidaknya 50000

Perbandingan membuat nilai boolean untuk setiap produk: True bila harga minimal Rp50.000, termasuk tepat Rp50.000, dan False bila di bawahnya. Menjumlahkan boolean menghitung berapa banyak nilai True, sehingga hasilnya tiga produk.

Cara ini menyatakan aturan bisnis secara langsung dalam satu ekspresi. Jika ambang harus berubah, cukup ubah satu nilai. apply() baru lebih tepat bila setiap baris memerlukan serangkaian keputusan khusus yang tidak dapat dinyatakan dengan operasi kolom sederhana.

Tulis operasi kolom lebih dahulu; gunakan apply hanya jika transformasi khusus membutuhkannya.

apply(axis=1) menambah pemanggilan per baris untuk perbandingan sederhana.

Latihan Interaktif

Latihan 01

Hitung produk berharga minimal 50000 dengan operasi vektor.

apply(axis=1) menambah pemanggilan per baris untuk perbandingan sederhana.

import pandas as pd
products = pd.read_csv("datasets/products.csv")
result = int((products["unit_price"] < 50000).sum())
print(result)

Lihat penjelasan hasil

Utamakan metode vektor untuk aturan umum; ukur performa jika penting.

Lihat Petunjuk

apply(axis=1) menambah pemanggilan per baris untuk perbandingan sederhana.

Lihat Pembahasan

Utamakan metode vektor untuk aturan umum; ukur performa jika penting.

Latihan 02

Kapan apply layak?

Pilih satu jawaban
Lihat Pembahasan

Utamakan metode vektor untuk aturan umum; ukur performa jika penting.

Ringkasan

  • Membedakan operasi vektor dari apply per nilai atau baris.
  • Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.

Bacaan lebih lanjut