Mengolah Data CSV dengan Pandas dan Jupyter Notebook

Publish on Jan 18, 2023 by Alfin F

PIYAMA ONE SET KEKINIAN

Daster Exclusive dengan Material Rayon Premium, bahan lembut, jatuh dan dingin, tidak terawang serat rapat. Nyaman untuk sehari-hari agar kelihatan makin menarik.

Buy

CSV adalah tipe file khusus yang dapat Anda buat di aplkasi office seperti microsoft office, google sheet dan aplikasi sejenis lainya.

File .CSV menyimpan informasi yang dipisahkan oleh koma(,) bukan kolom, ini yang yang menjadikan file .CSV mudah di baca oleh berbagai bahasa program.

Di tutorial sebelumnya kita telah membahas tentang pengolahan data type file .XLSX dengan pandas.

Kode dan cara pemanggilan fungsinya hampir sama, yang membedakan hanya pemanggilan tipe filenya saja pd.read_excel() di ganti ke pd.read_csv(). untuk mengikuti tutorial ini download file .csv nya bisa kamu dapatkan di sini.

Perhatikan kode di bawah ini:

import pandas as pd
df = pd.read_csv("excels.csv")

for i in df.index:
    print("Kota: "+df['Kota'][i])
    print("Jumlah Penduduk: "+df['Jumlah_Penduduk'][i])
    print("Pendapatan Harian: "+df['Pendapatan_Harian'][i])

Dari kode diatas dapat kita lihat bahwa perbedaanya dengan pengolahan data type .XLSX dan .CSV hanya terdapat pada cara pemanggilan type filenya saja.

A) CSV to Dict

Selanjutnya kita akan mengubah data csv kedalam bentuk dictionary, caranya sama dengan tutorial sebelumnya, buat terlebih dahulu variable lst dengan type list data.

Perhatikan kode di bawah ini :

import pandas as pd
df = pd.read_csv("excels.csv")

lst = []
for i in df.index:
    data = {}
    data['kota'] = df['Kota'][i]
    data['jumlah_penduduk'] = df['Jumlah_Penduduk'][i]
    data['pendapatan_harian'] = df['Pendapatan_Harian'][i]
    lst.append(data)
print(lst)

Output :

Pendapatan Harian: 100 ribu
[{'kota': 'jakarta', 'jumlah_penduduk': '15 juta', 'pendapatan_harian': '500 ribu'}, {'kota': 'tangerang', 'jumlah_penduduk': '10 juta', 'pendapatan_harian': '300 ribu'}, {'kota': 'serang', 'jumlah_penduduk': '7 juta', 'pendapatan_harian': '200 ribu'}, {'kota': 'pandegelang', 'jumlah_penduduk': '3 juta', 'pendapatan_harian':'100 ribu'}]

B) Dict to Json

Selanjutnya kita akan mengubah dictionary kedalam bentuk json dengan menggunakan library json, kemudian panggil terlebih dahulu package json dengan cara

import json

Kemudian gunakan json.dumps() untuk mengubah bentuk dictionary ke bentuk json.

Perhatikan kode di bawah ini :

import pandas as pd
import json
df = pd.read_csv("excels.csv")

lst = []
for i in df.index:
    data = {}
    data['kota'] = df['Kota'][i]
    data['jumlah_penduduk'] = df['Jumlah_Penduduk'][i]
    data['pendapatan_harian'] = df['Pendapatan_Harian'][i]
    lst.append(data)

print(json.dumps(lst))

Output :

[{"kota": "jakarta", "jumlah_penduduk": "15 juta", "pendapatan_harian": "500 ribu"}, {"kota": "tangerang", "jumlah_penduduk": "10 juta", "pendapatan_harian": "300 ribu"}, {"kota": "serang", "jumlah_penduduk": "7 juta", "pendapatan_harian": "200 ribu"}, {"kota": "pandegelang", "jumlah_penduduk": "3 juta", "pendapatan_harian":"100 ribu"}]

Kita sudah mempelajari tentang pengolahan file type .XLSX dan .CSV serta JSON dengan menggunakan pandas.

Diharapkan Anda sekarang sudah bisa menggunakan pandas untuk mempermudah pengolahan data.