Manipulasi Data dan Data Cleaning

Berikut Tujuan utama dalam manipulasi data kecuali..

• Membersihkan Data

• Transformasi Data

• Mengorganisir Data

• Membuat Data Palsu

Apaitu DataFrame?

• datadalam frame

• tabel

• datayang diimpor melalui csv

• JSON

Sebutkan fungsi dari df.describe()

• Memberikan ringkasan statistik dari dataframe

• Melihat seberapa tersebar nilai-nilai dalam setiap kolom

• Memberikan beberapa informasi beberapa baris pertama

• Adan Benar

Sebutkan metode untuk identifikasi outlier

• zScore

• metode IQR

• analisis boxplot

• Semua benar

Ketika membersihkan data yang berbentuk teks, langkah apa saja yang sering digunakan untuk memastikan data memiliki format yang konsisten?

• Menghapus spasi ekstra

• Mengubah semua huruf menjadi huruf kapital atau huruf kecil

• Mengganti karakter khusus dengan karakter standar

• Semua benar

Apayang dimaksud dengan "standarisasi" dalam proses data cleansing?

• Menghapus entri data yang tidak valid

• Mengonversi data kedalam format atau unit yang seragam

• Menggabungkan beberapa dataset menjadi satu

• Mengidentifikasi dan menghapus data duplikat

Dalam Python, metode manayang umum digunakan untuk menghilangkan data duplikat dari sebuah DataFrame menggunakan pustaka pandas?

• df.dropna()

• df.fillna()

• df.drop_duplicates()

• df.replace()

Syntax apa yang digunakan untuk mengidentifikasi missing values dalam sebuah DataFrame?

• df.isnull().sum()

• df.check_missing()

• df.find_na()

• df.detect_missing().sum()

Dalam metode filter data, simbol mana yang digunakan untuk memilih semua data selain data yang dimaksud?

• ==

• <>

• =

• !=

Pilih syntax untuk groupby aggregation mana yang benar dalam menampilkan rata-rata 'revenue' dari kolom 'product' dan 'quantity':

• df.groupby('product')['revenue'].average()

• df.groupby(['product','quantity']).agg({'revenue':'mean'})

• df.groupby('revenue')['product'].mean()

• df.groupby(['product','quantity'])['revenue'].average()