{
"metadata": {
"name": "",
"signature": "sha256:2902481748d35de3b4537a4a855327a2b960d178c0e1803e2217aece3146796b"
},
"nbformat": 3,
"nbformat_minor": 0,
"worksheets": [
{
"cells": [
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Create DataFrame\n",
"import pandas as pd\n",
"import numpy as np\n",
"from pandas import DataFrame, Series\n",
"df = DataFrame(\n",
" {'integer':[1,2,3,6,7,23,8,3],\n",
" 'float':[2,3.4,5,6,2,4.7,4,8],\n",
" 'string':['saya',None,'aku','cinta','kamu','a','b','jika']}\n",
")"
],
"language": "python",
"metadata": {},
"outputs": [],
"prompt_number": 1
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Show DataFrame\n",
"df"
],
"language": "python",
"metadata": {},
"outputs": [
{
"html": [
"
\n",
"
\n",
" \n",
" \n",
" | \n",
" float | \n",
" integer | \n",
" string | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" 2.0 | \n",
" 1 | \n",
" saya | \n",
"
\n",
" \n",
" 1 | \n",
" 3.4 | \n",
" 2 | \n",
" None | \n",
"
\n",
" \n",
" 2 | \n",
" 5.0 | \n",
" 3 | \n",
" aku | \n",
"
\n",
" \n",
" 3 | \n",
" 6.0 | \n",
" 6 | \n",
" cinta | \n",
"
\n",
" \n",
" 4 | \n",
" 2.0 | \n",
" 7 | \n",
" kamu | \n",
"
\n",
" \n",
" 5 | \n",
" 4.7 | \n",
" 23 | \n",
" a | \n",
"
\n",
" \n",
" 6 | \n",
" 4.0 | \n",
" 8 | \n",
" b | \n",
"
\n",
" \n",
" 7 | \n",
" 8.0 | \n",
" 3 | \n",
" jika | \n",
"
\n",
" \n",
"
\n",
"
"
],
"metadata": {},
"output_type": "pyout",
"prompt_number": 2,
"text": [
" float integer string\n",
"0 2.0 1 saya\n",
"1 3.4 2 None\n",
"2 5.0 3 aku\n",
"3 6.0 6 cinta\n",
"4 2.0 7 kamu\n",
"5 4.7 23 a\n",
"6 4.0 8 b\n",
"7 8.0 3 jika"
]
}
],
"prompt_number": 2
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Drop Na Value from DataFrame and then change the value using map\n",
"df['string'].dropna().map(lambda x : 'rischan_' + x)"
],
"language": "python",
"metadata": {},
"outputs": [
{
"metadata": {},
"output_type": "pyout",
"prompt_number": 3,
"text": [
"0 rischan_saya\n",
"2 rischan_aku\n",
"3 rischan_cinta\n",
"4 rischan_kamu\n",
"5 rischan_a\n",
"6 rischan_b\n",
"7 rischan_jika\n",
"Name: string, dtype: object"
]
}
],
"prompt_number": 3
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Apply function for all rows in dataframe\n",
"df.ix[:,['float','integer']].apply(np.sqrt)"
],
"language": "python",
"metadata": {},
"outputs": [
{
"html": [
"\n",
"
\n",
" \n",
" \n",
" | \n",
" float | \n",
" integer | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" 1.414214 | \n",
" 1.000000 | \n",
"
\n",
" \n",
" 1 | \n",
" 1.843909 | \n",
" 1.414214 | \n",
"
\n",
" \n",
" 2 | \n",
" 2.236068 | \n",
" 1.732051 | \n",
"
\n",
" \n",
" 3 | \n",
" 2.449490 | \n",
" 2.449490 | \n",
"
\n",
" \n",
" 4 | \n",
" 1.414214 | \n",
" 2.645751 | \n",
"
\n",
" \n",
" 5 | \n",
" 2.167948 | \n",
" 4.795832 | \n",
"
\n",
" \n",
" 6 | \n",
" 2.000000 | \n",
" 2.828427 | \n",
"
\n",
" \n",
" 7 | \n",
" 2.828427 | \n",
" 1.732051 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"metadata": {},
"output_type": "pyout",
"prompt_number": 5,
"text": [
" float integer\n",
"0 1.414214 1.000000\n",
"1 1.843909 1.414214\n",
"2 2.236068 1.732051\n",
"3 2.449490 2.449490\n",
"4 1.414214 2.645751\n",
"5 2.167948 4.795832\n",
"6 2.000000 2.828427\n",
"7 2.828427 1.732051"
]
}
],
"prompt_number": 5
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Apply map function example\n",
"def applymap_function(x):\n",
" if type(x) is str:\n",
" return 'applymap_' +x\n",
" elif x:\n",
" return 100 * x\n",
" else:\n",
" return\n",
"\n",
"#DataFrame after function excecution\n",
"df.applymap(applymap_function)"
],
"language": "python",
"metadata": {},
"outputs": [
{
"html": [
"\n",
"
\n",
" \n",
" \n",
" | \n",
" float | \n",
" integer | \n",
" string | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" 200 | \n",
" 100 | \n",
" applymap_saya | \n",
"
\n",
" \n",
" 1 | \n",
" 340 | \n",
" 200 | \n",
" None | \n",
"
\n",
" \n",
" 2 | \n",
" 500 | \n",
" 300 | \n",
" applymap_aku | \n",
"
\n",
" \n",
" 3 | \n",
" 600 | \n",
" 600 | \n",
" applymap_cinta | \n",
"
\n",
" \n",
" 4 | \n",
" 200 | \n",
" 700 | \n",
" applymap_kamu | \n",
"
\n",
" \n",
" 5 | \n",
" 470 | \n",
" 2300 | \n",
" applymap_a | \n",
"
\n",
" \n",
" 6 | \n",
" 400 | \n",
" 800 | \n",
" applymap_b | \n",
"
\n",
" \n",
" 7 | \n",
" 800 | \n",
" 300 | \n",
" applymap_jika | \n",
"
\n",
" \n",
"
\n",
"
"
],
"metadata": {},
"output_type": "pyout",
"prompt_number": 6,
"text": [
" float integer string\n",
"0 200 100 applymap_saya\n",
"1 340 200 None\n",
"2 500 300 applymap_aku\n",
"3 600 600 applymap_cinta\n",
"4 200 700 applymap_kamu\n",
"5 470 2300 applymap_a\n",
"6 400 800 applymap_b\n",
"7 800 300 applymap_jika"
]
}
],
"prompt_number": 6
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#Columns opereration in DataFrame\n",
"df[\"total\"] = df[\"float\"]+df[\"integer\"]\n",
"df"
],
"language": "python",
"metadata": {},
"outputs": [
{
"html": [
"\n",
"
\n",
" \n",
" \n",
" | \n",
" float | \n",
" integer | \n",
" string | \n",
" total | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" 2.0 | \n",
" 1 | \n",
" saya | \n",
" 3.0 | \n",
"
\n",
" \n",
" 1 | \n",
" 3.4 | \n",
" 2 | \n",
" None | \n",
" 5.4 | \n",
"
\n",
" \n",
" 2 | \n",
" 5.0 | \n",
" 3 | \n",
" aku | \n",
" 8.0 | \n",
"
\n",
" \n",
" 3 | \n",
" 6.0 | \n",
" 6 | \n",
" cinta | \n",
" 12.0 | \n",
"
\n",
" \n",
" 4 | \n",
" 2.0 | \n",
" 7 | \n",
" kamu | \n",
" 9.0 | \n",
"
\n",
" \n",
" 5 | \n",
" 4.7 | \n",
" 23 | \n",
" a | \n",
" 27.7 | \n",
"
\n",
" \n",
" 6 | \n",
" 4.0 | \n",
" 8 | \n",
" b | \n",
" 12.0 | \n",
"
\n",
" \n",
" 7 | \n",
" 8.0 | \n",
" 3 | \n",
" jika | \n",
" 11.0 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"metadata": {},
"output_type": "pyout",
"prompt_number": 8,
"text": [
" float integer string total\n",
"0 2.0 1 saya 3.0\n",
"1 3.4 2 None 5.4\n",
"2 5.0 3 aku 8.0\n",
"3 6.0 6 cinta 12.0\n",
"4 2.0 7 kamu 9.0\n",
"5 4.7 23 a 27.7\n",
"6 4.0 8 b 12.0\n",
"7 8.0 3 jika 11.0"
]
}
],
"prompt_number": 8
},
{
"cell_type": "code",
"collapsed": false,
"input": [
"#String operation in DataFrame\n",
"df[\"upper\"] = df[\"string\"].str.upper()\n",
"df"
],
"language": "python",
"metadata": {},
"outputs": [
{
"html": [
"\n",
"
\n",
" \n",
" \n",
" | \n",
" float | \n",
" integer | \n",
" string | \n",
" total | \n",
" upper | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" 2.0 | \n",
" 1 | \n",
" saya | \n",
" 3.0 | \n",
" SAYA | \n",
"
\n",
" \n",
" 1 | \n",
" 3.4 | \n",
" 2 | \n",
" None | \n",
" 5.4 | \n",
" None | \n",
"
\n",
" \n",
" 2 | \n",
" 5.0 | \n",
" 3 | \n",
" aku | \n",
" 8.0 | \n",
" AKU | \n",
"
\n",
" \n",
" 3 | \n",
" 6.0 | \n",
" 6 | \n",
" cinta | \n",
" 12.0 | \n",
" CINTA | \n",
"
\n",
" \n",
" 4 | \n",
" 2.0 | \n",
" 7 | \n",
" kamu | \n",
" 9.0 | \n",
" KAMU | \n",
"
\n",
" \n",
" 5 | \n",
" 4.7 | \n",
" 23 | \n",
" a | \n",
" 27.7 | \n",
" A | \n",
"
\n",
" \n",
" 6 | \n",
" 4.0 | \n",
" 8 | \n",
" b | \n",
" 12.0 | \n",
" B | \n",
"
\n",
" \n",
" 7 | \n",
" 8.0 | \n",
" 3 | \n",
" jika | \n",
" 11.0 | \n",
" JIKA | \n",
"
\n",
" \n",
"
\n",
"
"
],
"metadata": {},
"output_type": "pyout",
"prompt_number": 9,
"text": [
" float integer string total upper\n",
"0 2.0 1 saya 3.0 SAYA\n",
"1 3.4 2 None 5.4 None\n",
"2 5.0 3 aku 8.0 AKU\n",
"3 6.0 6 cinta 12.0 CINTA\n",
"4 2.0 7 kamu 9.0 KAMU\n",
"5 4.7 23 a 27.7 A\n",
"6 4.0 8 b 12.0 B\n",
"7 8.0 3 jika 11.0 JIKA"
]
}
],
"prompt_number": 9
}
],
"metadata": {}
}
]
}