Referensi Data Analysis

Sekitar separuh waktu kerja seorang data scientist habis di pandas: memuat tabel, membersihkannya, menggabungkannya, lalu meringkasnya menjadi jawaban. Dokumentasi pandas adalah rujukan yang paling sering kita buka, sekaligus salah satu yang paling tertata — setiap topik punya halaman panduannya sendiri dengan contoh yang bisa langsung dicoba. Pada chapter ini kita memetakan dokumentasi pandas chapter demi chapter Course ini, menambahkan geopandas untuk data geospasial, dan melatih dua pola yang paling sering dipakai: groupby dan pivot_table.

Tiga Lapis Dokumentasi pandas #

Sesuai pola tiga lapis dari chapter Dokumentasi Resmi , dokumentasi pandas tersusun dari perkenalan sampai detail. Lapis pertama adalah intro tutorials : rangkaian panduan singkat bergambar untuk tugas paling dasar — memuat CSV, memilih kolom, membuat plot cepat, mengekspor hasil. Lapis kedua adalah user guide : penjelasan konsep per topik, misalnya cara pandas menandai missing values atau bagaimana indeks bekerja. Lapis ketiga adalah halaman referensi per fungsi seperti pandas.read_csv yang memuat daftar parameter lengkap.

Cara memakai ketiganya mengikuti kebutuhan. Masih asing dengan satu topik? Mulai dari intro tutorial-nya. Sudah pernah pakai tetapi hasilnya mengejutkan? Buka user guide topik tersebut untuk memahami perilakunya. Tinggal lupa nama parameter? Halaman referensi fungsinya menjawab dalam hitungan detik.

Peta Chapter Course ke Tutorial pandas #

Tabel berikut memetakan chapter-chapter Course ini ke halaman dokumentasi pandas yang membahas topik yang sama — dan menjadi titik pendalaman yang tepat setelah tiap chapter selesai dibaca:

Chapter Course ini	Tutorial pandas	Isi pendalaman
Membaca file CSV	read_csv	Parameter pemisah, tipe kolom, dan penanganan baris bermasalah
Menangani missing values	Missing data	Penanda `NaN`, mengisi, dan menghapus baris kosong
Menggabungkan dataset	merge	Jenis penggabungan: inner, outer, kiri, kanan
Mengubah bentuk data	Reshaping	Pivot, melt, dan stack untuk berpindah bentuk lebar-sempit
Menangani format tanggal	to_datetime	Mengenali format tanggal dan kolom gabungan hari-jam
Analisis data waktu	Time series	Indeks tanggal, pemilihan rentang, dan resampling
Analisis kategorikal	groupby	Pengelompokan baris dan agregasi per kelompok
Analisis segmentasi	pivot_table	Tabel ringkasan silang dengan agregasi pilihan
Fitur deret waktu	Offset aliases	Kode frekuensi seperti `W` dan `ME` untuk resampling
Visualisasi geospasial	geopandas	Peta, penggabungan data spasial, dan proyeksi koordinat

Peta ini bukan daftar bacaan wajib, melainkan rute pendalaman: setiap kali kita menyelesaikan satu chapter Course ini dan ingin berlatih lebih jauh, baris tabel di atas menunjukkan halaman mana yang layak dibuka. Pola tautannya juga memperlihatkan sesuatu yang menenangkan — hampir semua kebutuhan analisis sehari-hari sudah tercakup oleh satu perpustakaan ini.

geopandas untuk Data Geospasial #

Ketika data membawa lokasi — titik kedai, batas kecamatan, rute — tabel biasa tidak cukup; kita butuh tipe data geometri. geopandas memperluas pandas agar kolom geometri bisa dibaca, digabungkan, dan dipetakan. Dokumentasinya menyediakan halaman perkenanan 10 menit, kumpulan galeri peta, dan panduan konsep proyeksi koordinat. Materi pengambilan data geospasial dan analisis geospasial pada Course ini memakai fondasi yang sama, jadi halaman-halaman tersebut menjadi lanjutan yang mulus.

Dua Pola yang Paling Sering Dipakai #

Dari seluruh materi di atas, dua pola menjadi tumpuan harian: mengelompokkan lalu meringkas (groupby), dan menyusun tabel ringkasan silang (pivot_table). Mari kita latih keduanya sekaligus pada data penjualan kecil.

python
import pandas as pd

penjualan = pd.DataFrame({
    "produk": ["Kopi Susu", "Tubruk", "Kopi Susu", "Tubruk", "Kopi Susu", "Tubruk"],
    "kota": ["Bandung", "Bandung", "Surabaya", "Surabaya", "Bandung", "Surabaya"],
    "unit": [120, 98, 143, 87, 152, 91],
})

print(penjualan.groupby("produk")["unit"].sum())
print()
print(pd.pivot_table(penjualan, values="unit", index="kota",
                     columns="produk", aggfunc="sum"))

Output yang Dihasilkan:

text
produk
Kopi Susu    415
Tubruk       276
Name: unit, dtype: int64

produk    Kopi Susu  Tubruk
kota                       
Bandung         272      98
Surabaya        143     178

Mari kita telaah baris-baris kode di atas:

Baris 3-8 (penjualan = pd.DataFrame(...)): enam baris transaksi dengan tiga kolom — produk, kota, dan jumlah unit. Data ini sengaja kecil agar hasil agregasi bisa kita hitung ulang dengan tangan.
Baris 10 (groupby("produk")["unit"].sum()): pola groupby bekerja tiga langkah — kelompokkan baris menurut produk, pilih kolom unit, lalu jumlahkan tiap kelompok. Hasilnya penjualan total per produk: Kopi Susu 415 unit, Tubruk 276 unit.
Baris 12-13 (pd.pivot_table(...)): pivot_table melakukan agregasi serupa tetapi menyusun hasilnya sebagai tabel silang — baris kota, kolom produk, nilai jumlah unit. Bandung terlihat lebih menyukai Kopi Susu, sementara Surabaya lebih seimbang.

Rangkuman #

Dokumentasi pandas tersusun tiga lapis: intro tutorials untuk tugas dasar, user guide untuk konsep per topik, dan halaman referensi per fungsi untuk detail parameter.
Peta chapter Course ini ke tutorial pandas memberi rute pendalaman yang tepat setelah tiap topik selesai — dari read_csv sampai offset frekuensi.
geopandas memperluas pandas untuk data geometri: peta, penggabungan spasial, dan proyeksi koordinat.
Dua pola harian yang wajib lancar: groupby untuk ringkasan per kelompok dan pivot_table untuk tabel ringkasan silang.

Analisis menghasilkan temuan; machine learning menghasilkan model. Chapter berikutnya, Referensi Machine Learning, memetakan dokumentasi scikit-learn beserta ekosistemnya — dari jalur belajar di user guide sampai alat penyeimbangan data, penjelasan model, hingga penyajian model sebagai layanan.