Daftar Materi

Praktik Data Sederhana Materi 03

Membersihkan Data

Tujuan Pembelajaran

  • Merapikan spasi di awal dan akhir teks dengan strip().
  • Mengenali nilai kosong sebelum melakukan konversi angka.
  • Mengonversi kolom angka setelah nilainya dibersihkan.

Nilai yang dibaca dari CSV dapat mempunyai spasi di awal atau akhir, nama dengan variasi penulisan, atau kolom kosong. Nilai tersebut perlu diperiksa sebelum dipakai. Pembersihan bukan berarti mengubah data sesuka hati; kita menetapkan aturan yang jelas dan menerapkannya konsisten.

Metode strip() menghapus spasi dan karakter whitespace di awal serta akhir string, tanpa mengubah bagian tengah:

baris = {"produk": " Teh ", "jumlah": " 2 "}

produk = baris["produk"].strip()
jumlah_teks = baris["jumlah"].strip()
jumlah = int(jumlah_teks)

print(f"{produk}: {jumlah}")

Output:

Teh: 2

Urutan langkahnya terlihat jelas di contoh. Pertama, strip() mengubah " Teh " menjadi "Teh" dan " 2 " menjadi "2". Setelah teks angka bersih, int() mengubahnya menjadi angka 2. Jika kita mencoba mengonversi sebelum merapikan spasi, beberapa bentuk masih dapat diterima Python, tetapi merapikan nilai lebih awal membuat aturan pembersihan konsisten dan lebih mudah dibaca.

Spasi di tengah nama produk tetap dipertahankan. Jangan memakai replace(" ", "") secara sembarangan karena itu akan mengubah nama seperti "Teh Hijau" menjadi "TehHijau".

Tangani nilai kosong sebelum konversi

Kolom yang hanya berisi spasi menjadi string kosong setelah strip(). String kosong tidak dapat dikonversi dengan int() dan akan menimbulkan ValueError. Periksa kekosongan sebelum mengonversi:

baris = {"produk": "Roti", "jumlah": "   "}
jumlah_teks = baris["jumlah"].strip()

if jumlah_teks == "":
    print("Jumlah belum diisi.")
else:
    print(int(jumlah_teks))

Output:

Jumlah belum diisi.

Pemeriksaan kosong tidak menggantikan try/except. Nilai "dua" tidak kosong, tetapi tetap bukan angka. Gunakan try/except ValueError untuk menangani teks nonnumerik seperti pada materi sebelumnya.

Tentukan aturan normalisasi

Untuk kolom kategori, bisa saja kita merapikan spasi agar " Minuman " dan "Minuman" memakai label yang sama. Perubahan huruf besar-kecil seperti lower() juga mungkin dilakukan jika aturan kategori tidak membedakan kapitalisasi. Namun, normalisasi perlu keputusan yang konsisten: jangan mengubah nama produk atau label secara otomatis jika kapitalisasi memiliki arti.

Untuk mengolah angka, ambil nilai teks, rapikan spasi, periksa apakah kosong, lalu konversi. Pemisahan tahap memudahkan penelusuran saat konversi gagal.

Latihan Interaktif

Latihan 01

Ubah jumlah Teh menjadi 5. Tetap rapikan spasi dan lewati baris yang jumlahnya kosong.

baris_data = [
    {"produk": " Teh ", "jumlah": " 2 "},
    {"produk": "Roti", "jumlah": "   "},
]

for baris in baris_data:
    produk = baris["produk"].strip()
    jumlah_teks = baris["jumlah"].strip()
    if jumlah_teks == "":
        continue
    print(f"{produk}: {int(jumlah_teks)}")

Lihat Petunjuk

Perbarui teks jumlah pada baris Teh. strip() dan pemeriksaan string kosong sudah disediakan.

Lihat Pembahasan

Nilai jumlah Teh yang sudah dirapikan dikonversi menjadi 5, sedangkan baris Roti dilewati karena jumlahnya kosong.

Ringkasan

  • strip() menghapus whitespace di awal dan akhir tanpa mengubah teks di tengah.
  • Periksa nilai kosong sebelum mengonversinya menjadi angka.
  • String nonkosong masih dapat tidak valid, sehingga konversi perlu menangani ValueError.
  • Tetapkan aturan normalisasi dengan jelas dan jangan mengubah data tanpa alasan.

Bacaan lebih lanjut