Python Pandas : Mengenal Apply dan Map

Sebelum melangkah lebih lanjut tentang Apply dan Map kita akan kembali mengingat kembali ekspresi lambda

Ekspresi lambda adalah fungsi anonim yang berbentuk 1 baris. Cara penulisannya adalah

lambda arguments: expression

Misalnya kita ingin membuat fungsi untuk melakukan penambahan terhadap satu variabel

lambda x : x + x

Artinya adalah fungsi anonim ini mempunyai 1 parameter x kemudian dilakukan operasi penjumlahan nilai x dan x

Lebih jelasnya silahkan baca kembali artikel lambda expression

Ekspresi lambda cocok digunakan untuk manipulasi List, Series atau DataFrame. Fungsi map() dan apply() akan sangat memudahkan dalam melakukan operasi lambda.

Fungsi map() hanya bekerja pada Pandas Series. Jadi kita hanya bisa melakukan transformasi data untuk satu kolom saja

Fungsi apply() dapat bekerja pada Pandas Series dan DataFrame. Jadi kita bisa melakukan transformasi data lebih dari satu kolom

Kita dapat kombinasikan ekspresi lambda dengan fungsi apply() dan map() untuk melakukan manipulasi kolom di Pandas Series dan DataFrame

Lets code

Kita akan coba langsung koding biar lebih jelas. Pertama, kita buat file data.csv dengan isian

nama,alamat,jenis kelamin,uts,uas
Faqih,Bandung,Laki-Laki,100,70
Ina,Jakarta,Perempuan,88,90
Fitri,Bandung,Perempuan,99,80
Dana,Surabaya,Perempuan,80,70
Abi,Surabaya,Laki-Laki,90,50
Dika,Jakarta,Laki-Laki,70,100

Jika bisa gunakan fungsi map() untuk melakukan transformasi 1 kolom. Misalnya kita ingin menjumlahkan nilai uts dengan nilai aslinya

Tapi jika kita ingin melakukan manipulasi di kolom uts dan uas maka akan error jika kita gunakan fungsi map() karena fungsi ini hanya bisa untuk Pandas Series

Tapi akan berhasil jika kita gunakan fungsi apply()

Oke sekian penjelasan dari kegunaan fungsi map() dan apply() yang dikombinasikan dengan ekspresi lambda untuk memudahkan manipulasi data dalam Pandas