Atribut Series

Setiap Series membawa metadata yang menjelaskan dirinya: apa namanya, berapa banyak isinya, tipe datanya, dan apakah ada nilai yang kosong. Metadata ini diakses lewat atribut, yaitu properti bawaan yang dibaca tanpa tanda kurung. Memeriksa atribut adalah langkah pertama yang baik sebelum mengolah data baru, karena tipe data dan keberadaan nilai kosong menentukan operasi apa yang aman dijalankan. Chapter ini menjelajahi atribut-atribut utama Series beserta cara membacanya.

Atribut Identitas dan Ukuran #

Skrip berikut membuat Series nilai ujian lengkap dengan nama dan label, lalu membaca atribut-atributnya satu per satu. Kode di akhir skrip juga menguji dua atribut kondisi pada Series yang kosong dan Series yang memiliki nilai kosong.

import pandas as pd

nilai = pd.Series(
    [85, 90, 78],
    index=["Budi", "Siti", "Dewi"],
    name="nilai_akhir",
)

print(nilai.name)
print(nilai.size)
print(nilai.shape)
print(nilai.dtype)
print(nilai.index.tolist())
print(nilai.hasnans)
print()

kosong = pd.Series([], dtype="int64")
print(kosong.empty)

dengan_kosong = pd.Series([85, None, 78])
print(dengan_kosong.hasnans)
print(dengan_kosong.dtype)

Output yang Dihasilkan:

nilai_akhir
3
(3,)
int64
['Budi', 'Siti', 'Dewi']
False

True
True
float64

Mari kita telaah kode di atas:

1. nilai.name: mengembalikan judul Series, yaitu "nilai_akhir" yang kita berikan lewat parameter name saat pembuatan.
2. nilai.size dan nilai.shape: size menghitung jumlah elemen dalam bentuk angka (3), sedangkan shape mengembalikan tuple dimensi ((3,)); keduanya konsisten karena Series selalu satu dimensi.
3. nilai.dtype: mengembalikan tipe data int64 yang menyimpan ketiga nilai.
4. nilai.index.tolist(): atribut index yang sudah kita kenal dipakai di sini untuk menyalin label ke list Python.
5. nilai.hasnans: mengembalikan False karena Series ini tidak memiliki nilai kosong.
6. Tiga baris terakhir: kosong.empty bernilai True untuk Series tanpa elemen, sedangkan dengan_kosong.hasnans bernilai True karena list datanya memuat None; perhatikan pula dtype-nya berubah menjadi float64.

Membedakan Atribut dan Method #

Atribut dibaca tanpa tanda kurung, sedangkan method dipanggil dengan tanda kurung karena method menjalankan perhitungan. nilai.size hanyalah pembacaan angka, sedangkan nilai.sum() melakukan penjumlahan. Cara paling cepat membedakannya: jika ada tanda kurung, ada pekerjaan yang dijalankan; jika tidak, kita hanya membaca properti yang sudah tersimpan.

Ringkasan Atribut yang Sering Dipakai #

Tabel berikut merangkum atribut Series yang paling sering kita perlukan sepanjang Course ini:

Daftar atribut di atas juga menjadi checklist pemeriksaan cepat ketika kita menerima data baru: periksa shape, dtype, dan hasnans, lalu kita sudah tahu bentuk serta kondisi datanya. Atribut dtype begitu penting sehingga layak dibahas dalam chapter tersendiri; chapter berikutnya, “Tipe Data Series”, membedah dtype int64, float64, str baru di pandas 3.0, bool, dan datetime64, termasuk bagaimana nilai kosong mengubah dtype sebuah Series. Rujukan resmi untuk materi ini adalah pandas.Series dan User Guide bagian basics .