PANDAS, DATA ANALISIS DAN CSV

dataAksi September 17, 2025

PANDAS, DATA ANALISIS DAN CSV.

Pandas adalah salah satu library paling populer dalam ekosistem Python untuk analisis data. Dengan Pandas, data dapat dikelola dalam struktur Series (satu dimensi) dan DataFrame (dua dimensi, mirip tabel di Excel). Keunggulan utama Pandas adalah kemampuannya dalam membaca berbagai format data seperti CSV, Excel, JSON, SQL, hingga data dari API, serta menyediakan fungsi-fungsi yang efisien untuk eksplorasi, pembersihan, transformasi, dan manipulasi data. Hal ini membuat Pandas menjadi pondasi utama dalam proses data wrangling sebelum data dianalisis lebih lanjut atau digunakan dalam pemodelan. 

Selain itu, Pandas juga mendukung analisis statistik dasar, agregasi, dan pengelompokan data (grouping), sehingga memungkinkan pengguna memperoleh insight dengan cepat. Library ini terintegrasi erat dengan library lain seperti NumPy, Matplotlib, Seaborn, dan Scikit-Learn, sehingga memudahkan alur kerja analisis data dari tahap awal hingga visualisasi dan pemodelan. Oleh karena fleksibilitas dan performanya yang tinggi, Pandas digunakan secara luas di bidang akademik, riset, maupun industri untuk mendukung pengambilan keputusan berbasis data (data-driven decision making).

Olah data dengan Pandas dari file url

Olah Data CSV dengan Pandas


import pandas as pd   # import pandas

# 1. Membaca dataset dari URL
url = "https://raw.githubusercontent.com/Alam-A99/Case-Study/refs/heads/main/Data_Regresi.csv"
df = pd.read_csv(url)

2. Melihat 5 baris pertama
print("=== 5 baris pertama ===")
print(df.head())

3. Melihat 5 baris terakhir
print("=== 5 baris terakhir ===")
print(df.tail())

4. Melihat dimensi (jumlah baris x kolom)
print("=== Dimensi DataFrame (baris, kolom) ===")
print(df.shape)

5. Melihat nama kolom
print("=== Nama kolom ===")
print(df.columns)

6. Ringkasan info tipe data
print("=== Info DataFrame ===")
print(df.info())

7. Statistik deskriptif
print("=== Statistik Deskriptif ===")
print(df.describe())

8. Melihat 10 data unik dari kolom tertentu
print("=== 10 nilai unik kolom 'Y' ===")
print(df['Y'].unique()[:10])   # ambil maksimal 10

9. Jumlah nilai unik kolom
print("=== Jumlah nilai unik kolom 'Y' ===")
print(df['Y'].nunique())

10. Jumlah data kosong per kolom
print("=== Jumlah data kosong per kolom ===")
print(df.isnull().sum())

11. Melihat semua tipe data per kolom
print("=== Tipe data tiap kolom ===")
print(df.dtypes)

Pandas Commands untuk Cek Data Sebelum Analisis 

df.shape          # ukuran data (baris, kolom)
df.columns        # daftar nama kolom
df.dtypes         # tipe data setiap kolom
df.info()         # ringkasan: jumlah baris, tipe data, missing value

Statistik Deskriptif 
df.describe()               # statistik dasar untuk kolom numerik
df.describe(include='all')  # statistik semua kolom (termasuk kategorikal)
df.nunique()                # jumlah nilai unik per kolom
df["kolom"].value_counts()  # frekuensi tiap kategori di kolom

Missing Value 
df.isnull().sum()        # jumlah missing value per kolom
df.isna().mean()*100     # persentase missing value
df.notnull().sum()       # jumlah data valid

Preview Data 
df.head()     # 5 baris pertama
df.tail()     # 5 baris terakhir
df.sample(5)  # ambil 5 baris acak

Cek Duplikasi
df.duplicated().sum()     # jumlah baris duplikat
df[df.duplicated()]       # tampilkan baris duplikat

Korelasi & Outlier
df.corr()                        # korelasi antar variabel numerik
df.boxplot(column="kolom")       # deteksi outlier visual

Khusus Data Panel / Time Series
df["time"].min(), df["time"].max()             # rentang waktu
df["entity"].nunique()                         # jumlah entitas unik
df.groupby("entity")["time"].nunique()         # cek apakah panel balance


Pandas Indexing Cheatsheet: iloc[] & loc[]
Gunakan iloc[] bila lebih mudah memakai posisi numerik kolom/baris.
Gunakan loc[] bila lebih jelas menggunakan nama kolom atau kondisi filter.
Kombinasi iloc[] → loc[] berguna untuk membuat subset ringkas & terarah.

1. Seleksi Baris & Kolom dengan iloc[] (berdasarkan posisi angka)
Perintah	Fungsi	Contoh Keluaran
df.iloc[:5]	>5 baris pertama	>Baris 0–4, semua kolom
df.iloc[-5:]	>5 baris terakhir	>Baris terakhir, semua kolom
df.iloc[:, :3]	>3 kolom pertama	>Semua baris, kolom 0–2
df.iloc[:10, [0,2,4]]	>10 baris pertama, kolom ke-0,2,4	>Subset tertentu
df.iloc[::10]	>Lompatan tiap 10 baris	>Baris 0,10,20,...

Selengkapnya view Modul Pandas

Daftar Dataset




dataAksi

Posted by dataAksi