Memahami Konsep Dasar Condisional Statement di Python

Pengenalan Conditional Statement, Conditional statement adalah salah satu fitur penting dalam pemrograman yang memungkinkan kita untuk mengambil keputusan di dalam program berdasarkan kondisi tertentu. Kondisi ini bisa berupa apa saja, mulai dari nilai yang sama, nilai yang lebih besar, atau bahkan string yang sama.

Penerapan Conditional Statement di Python dapat dilakukan dengan menggunakan perintah if, elif, dan else.

Contoh sederhana dari penerapan conditional statement adalah sebagai berikut:

x = 5

if x > 0:
  print("Nilai x lebih besar dari 0")
elif x < 0:
  print("Nilai x lebih kecil dari 0")
else:
  print("Nilai x sama dengan 0")

Pada contoh di atas, kita memeriksa apakah nilai x lebih besar dari 0. Jika benar, maka akan mencetak “Nilai x lebih besar dari 0”. Jika tidak, maka akan memeriksa kondisi selanjutnya yaitu apakah nilai x lebih kecil dari 0. Jika benar, maka akan mencetak “Nilai x lebih kecil dari 0”. Jika tidak, maka akan mencetak “Nilai x sama dengan 0”.

Penerapan Nested Conditional Statement

Nested conditional statement adalah kondisional statement yang di dalamnya terdapat kondisional statement lain. Contohnya seperti ini:

x = 5
y = 10

if x > 0:
  if y > 0:
    print("Nilai x dan y lebih besar dari 0")
  else:
    print("Nilai y lebih kecil dari 0, tapi nilai x lebih besar dari 0")
else:
  print("Nilai x lebih kecil dari 0")

Pada contoh di atas, kita memeriksa apakah nilai x lebih besar dari 0. Jika benar, maka akan memeriksa nilai y apakah lebih besar dari 0. Jika benar, maka akan mencetak “Nilai x dan y lebih besar dari 0”. Jika tidak, maka akan mencetak “Nilai y lebih kecil dari 0, tapi nilai x lebih besar dari 0”. Jika nilai x lebih kecil dari 0, maka akan mencetak “Nilai x lebih kecil dari 0”.

Penerapan Conditional Statement pada Dataframe

Kita juga dapat menerapkan conditional statement pada dataframe di Python. Contohnya seperti ini:

import pandas as pd

df = pd.DataFrame({'Nama': ['Andi', 'Budi', 'Caca'],
                   'Umur': [20, 25, 30]})

for i in range(len(df)):
  if df.loc[i, 'Umur'] > 25:
    df.loc[i, 'Kategori'] = 'Tua'
  else:
    df.loc[i, 'Kategori'] = 'Muda'

print(df)

Pada contoh di atas, kita membuat dataframe dengan kolom Nama dan Umur. Kemudian, kita melakukan perulangan dengan menggunakan for untuk setiap baris di dataframe.

Pada setiap baris, kita memeriksa apakah umur lebih besar dari 25. Jika benar, maka akan menambahkan kolom baru bernama ‘Kategori’ dengan nilai ‘Tua’. Jika tidak, maka akan menambahkan kolom ‘Kategori’ dengan nilai ‘Muda’.

Hasil yang diperoleh adalah sebagai berikut:

   Nama  Umur Kategori
0  Andi    20     Muda
1  Budi    25     Muda
2  Caca    30      Tua

Penerapan Conditional Statement pada Dataframe

Selain menggunakan conditional statement, kita juga dapat menggunakan fungsi np.where() untuk menambahkan kolom baru pada dataframe berdasarkan kondisi tertentu.

Fungsi np.where() merupakan fungsi yang tersedia di library NumPy yang bisa digunakan untuk memfilter data berdasarkan kondisi.

Contoh sederhana penggunaan np.where() adalah sebagai berikut:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Nama': ['Andi', 'Budi', 'Caca'],
                   'Umur': [20, 25, 30]})

df['Kategori'] = np.where(df['Umur'] > 25, 'Tua', 'Muda')

print(df)

Pada contoh di atas, kita membuat dataframe dengan kolom Nama dan Umur. Kemudian, kita menambahkan kolom baru bernama ‘Kategori’ dengan menggunakan np.where().

Fungsi ini akan memeriksa apakah umur lebih besar dari 25. Jika benar, maka akan menambahkan nilai ‘Tua’ pada kolom ‘Kategori’. Jika tidak, maka akan menambahkan nilai ‘Muda’ pada kolom ‘Kategori’.

Hasil yang diperoleh adalah sebagai berikut:

   Nama  Umur Kategori
0  Andi    20     Muda
1  Budi    25     Muda
2  Caca    30      Tua

Menggunakan np.where() 1 Kondisi

Kita juga dapat menggunakan np.where() dengan hanya 1 kondisi. Contohnya seperti ini:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Nama': ['Andi', 'Budi', 'Caca'],
                   'Umur': [20, 25, 30]})

df['Kategori'] = np.where(df['Umur'] > 25, 'Tua', '')

print(df)

Pada contoh di atas, kita hanya memeriksa apakah umur lebih besar dari 25. Jika benar, maka akan menambahkan nilai ‘Tua’ pada kolom ‘Kategori’. Jika tidak, maka tidak akan menambahkan apapun pada kolom ‘Kategori’.

Hasil yang diperoleh adalah sebagai berikut:

   Nama  Umur Kategori
0  Andi    20          
1  Budi    25          
2  Caca    30      Tua

Menggunakan np.where() 2 Kondisi

Kita juga dapat menggunakan np.where() dengan 2 kondisi. Contohnya seperti ini:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Nama': ['Andi', 'Budi', 'Caca'],
                   'Umur': [20, 25, 30]})

df['Kategori'] = np.where(df['Umur'] > 25, 'Tua',
                         np.where(df['Umur'] < 20, 'Muda', 'Sedang'))

print(df)

Pada contoh di atas, kita memeriksa apakah umur lebih besar dari 25. Jika benar, maka akan menambahkan nilai ‘Tua’ pada kolom ‘Kategori’. Jika tidak, maka akan memeriksa apakah umur lebih kecil dari 20. Jika benar, maka akan menambahkan nilai ‘Muda’ pada kolom ‘Kategori’. Jika tidak, maka akan menambahkan nilai ‘Sedang’ pada kolom ‘Kategori’.

Hasil yang diperoleh adalah sebagai berikut:

   Nama  Umur Kategori
0  Andi    20      Muda
1  Budi    25     Sedang
2  Caca    30       Tua

Dengan demikian, kita telah berhasil memahami konsep dasar conditional statement di Python, termasuk penerapannya pada nested conditional statement dan penerapan conditional statement pada dataframe. Semoga bermanfaat!

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.