Teknik lanjutan data tidak lengkap: pola missing, ffill/bfill, interpolasi, missing pada groupby, dan penanganan outlier terukur. Section ini menyusun materi menjadi chapter berurutan; ikuti urutannya karena tiap chapter memakai konsep dari chapter sebelumnya.

# Pola Missing Data

Mengenali pola hilangnya data: MCAR, MAR, dan MNAR serta dampaknya pada pilihan penanganan.

Buka → # Forward Fill dan Backward Fill

Mengisi nilai kosong dari data sebelum atau sesudahnya dengan ffill() dan bfill().

Buka → # Interpolasi Data

Mengisi nilai kosong dengan estimasi antar titik data menggunakan interpolate().

Buka → # Missing Data pada GroupBy

Memahami perilaku NaN pada kunci kelompok dan agregasi beserta cara mengendalikannya.

Buka → # Outlier dengan Metode IQR

Mendeteksi nilai ekstrem dengan aturan IQR dan menandainya sebagai boolean mask.

Buka → # Outlier dengan Z-Score

Mendeteksi outlier berdasarkan jarak dari mean dalam satuan standard deviation.

Buka → # Winsorization dan Clipping

Membatasi nilai ekstrem ke batas kuantil atau ambang tertentu dengan clip().

Buka → # Memilih Strategi Penanganan Data

Menyusun keputusan penanganan missing dan outlier berdasarkan konteks dan tujuan analisis.

Buka →