Kerjakan data dengan percaya diri: membaca error pandas, debugging index, dtype, dan merge, serta pengujian DataFrame dengan pytest. Section ini menyusun materi menjadi chapter berurutan; ikuti urutannya karena tiap chapter memakai konsep dari chapter sebelumnya.

# Membaca Error Pandas

Mengurai pesan KeyError, IndexError, dan ValueError pandas untuk menemukan akar masalah.

Buka → # Debugging Index dan Alignment

Melacak masalah hasil operasi yang tidak terduga akibat perbedaan index.

Buka → # Debugging Merge

Memeriksa jumlah baris dan kunci join saat hasil merge tidak sesuai ekspektasi.

Buka → # Debugging dtype

Menemukan konversi tipe yang berubah diam-diam saat membaca dan memproses data.

Buka → # Menguji DataFrame

Menulis unit test untuk DataFrame dengan pytest dan pola perbandingan yang tepat.

Buka → # assert_frame_equal()

Membandingkan dua DataFrame secara ketat dengan utilitas testing pandas.

Buka → # Validasi Schema Data

Memeriksa nama kolom, dtype, dan bentuk data terhadap kontrak yang disepakati.

Buka → # Menguji Transformasi Data

Menguji fungsi transformasi dengan input kecil, output terdefinisi, dan kasus tepi.

Buka → # Reproducible Data Processing

Menjadikan pipeline data dapat direproduksi dengan seed, versi, dan data uji tetap.

Buka →