Instalasi Pandas

Dengan Python dan virtual environment yang siap, memasang pandas menjadi pekerjaan satu perintah. Pandas didistribusikan melalui PyPI (Python Package Index), dan pip selaku package manager bawaan Python akan mengunduh paketnya beserta seluruh dependensinya sekaligus. Chapter ini menunjukkan proses instalasi tersebut, membedah paket apa saja yang ikut terpasang, lalu memverifikasi hasilnya dengan kode pandas sungguhan.

Menambahkan Pandas ke Virtual Environment #

Aktifkan dulu virtual environment proyek Anda (lihat Chapter sebelumnya), lalu jalankan perintah instalasi. Bentuk python3 -m pip dipakai agar pip yang berjalan pasti milik interpreter yang sedang aktif, bukan pip milik instalasi Python lain di komputer yang sama:

bash

python3 -m pip install pandas

Pada virtual environment yang masih kosong, pip bekerja dalam tiga fase yang terbaca dari lognya: memeriksa metadata paket (baris Collecting), mengunduh berkas wheel (baris Downloading atau Using cached untuk paket yang pernah diunduh sebelumnya), lalu memasang semuanya (baris Installing collected packages). Proses ditutup dengan ringkasan Successfully installed pandas-3.0.6 ... yang mencantumkan versi setiap paket yang baru saja masuk. Nomor versi dependensi dapat berbeda di komputer Anda karena pip memilih rilis terbaru yang cocok dengan Python yang aktif.

Sebaliknya, jika pandas sudah ada di environment yang aktif, pip tidak mengunduh apa pun dan hanya melaporkan kondisi tersebut. Pada lingkungan penulisan Course ini yang memang sudah memuat pandas, perintah yang sama menghasilkan keluaran berikut:

Output yang Dihasilkan:

text
Requirement already satisfied: pandas in /home/z/.venv/lib/python3.12/site-packages (3.0.6)
Requirement already satisfied: numpy>=1.26.0 in /home/z/.venv/lib/python3.12/site-packages (from pandas) (2.1.3)
Requirement already satisfied: python-dateutil>=2.8.2 in /home/z/.venv/lib/python3.12/site-packages (from pandas) (2.9.0.post0)
Requirement already satisfied: six>=1.5 in /home/z/.venv/lib/python3.12/site-packages (from python-dateutil>=2.8.2->pandas) (1.17.0)

[notice] A new release of pip is available: 25.0.1 -> 26.2.1
[notice] To update, run: pip3 install --upgrade pip

Keluaran Requirement already satisfied di atas sekaligus memperlihatkan daftar dependensi inti pandas: numpy, python-dateutil, dan six sebagai pembantu dateutil. Baris [notice] di akhir hanyalah pengumuman pip tentang pembaruan dirinya dan tidak memengaruhi instalasi pandas.

Paket yang Ikut Terpasang Bersama Pandas #

Perhatikan bahwa satu perintah install pandas tidak berhenti pada pandas saja. pip membaca daftar dependensi pandas, lalu memasang setiap dependensi berikut secara otomatis:

Paket	Peran bagi pandas
numpy	Menyediakan array multidimensi dan komputasi numerik; fondasi di balik `Series` dan `DataFrame`
python-dateutil	Menguraikan (parse) teks tanggal dan waktu untuk fitur deret waktu
six	Utilitas kecil pembantu python-dateutil; ikut terpasang karena bergantung pada dateutil
tzdata	Basis data zona waktu; dipasang oleh pandas di Windows yang tidak membawa basis data zona waktu IANA

Dependensi inilah alasan pandas bisa langsung dipakai tanpa pemasangan tambahan. Bagian berikutnya akan membedah numpy, dependensi terbesar pandas, pada chapter tersendiri.

Memverifikasi Instalasi #

Cara paling meyakinkan untuk memverifikasi adalah mengimpor pandas dan menjalankan operasinya. Skrip berikut mencetak versi pandas yang terpasang, lalu membangun sebuah DataFrame kecil dan menjalankan agregasi sederhana. Simpan file tersebut di folder proyek dan jalankan dengan python3 cek_pandas.py:

python

import pandas as pd

print("Versi pandas :", pd.__version__)
penjualan = pd.DataFrame({
    "produk": ["Kopi Gayo", "Teh Melati", "Gula Aren"],
    "terjual": [12, 30, 25],
})
print(penjualan)
print("Total terjual:", penjualan["terjual"].sum())

Output yang Dihasilkan:

text
Versi pandas : 3.0.6
       produk  terjual
0   Kopi Gayo       12
1  Teh Melati       30
2   Gula Aren       25
Total terjual: 67

Mari kita bedah baris demi baris:

Baris 1 (import pandas as pd): memuat pandas; jika baris ini gagal dengan pesan ModuleNotFoundError, artinya pandas belum terpasang di environment yang aktif.
Baris 3: atribut pd.__version__ menyimpan nomor versi pandas yang sedang dimuat; atribut ini akan menjadi alat utama Chapter Memeriksa Versi Pandas.
Baris 4-7: pd.DataFrame({...}) membangun tabel dari dictionary; setiap key menjadi nama kolom.
Baris 8-9: pandas menampilkan tabel, lalu penjualan["terjual"].sum() menjumlahkan kolom terjual menjadi 67, membuktikan komputasi pandas berjalan normal.

Ketika keluaran di atas muncul tanpa error, instalasi pandas sudah lengkap dan siap dipakai.

Memutakhirkan atau Menetapkan Versi #

Dua perintah pip berikut melengkapi kebutuhan sehari-hari. Untuk menaikkan pandas ke rilis terbaru, gunakan opsi --upgrade; untuk menetapkan versi persis (misalnya mengikuti versi yang dipakai tim), sebutkan nomor versinya secara eksplisit:

bash
python3 -m pip install --upgrade pandas
python3 -m pip install "pandas==3.0.6"

Perintah pertama memasang versi terbaru yang kompatibel dengan Python Anda, sedangkan perintah kedua memaksa versi 3.0.6 dan menurunkan versi jika perlu. Sebelum memutakhirkan lintas versi mayor, biasakan membaca catatan rilis v3.0.0 karena pandas 3.0 mengubah beberapa perilaku bawaan. Untuk melepas pandas dari environment aktif, jalankan python3 -m pip uninstall pandas. Dengan pandas terpasang, satu dependensinya masih layak dibahas khusus: numpy, fondasi numerik di balik setiap Series dan DataFrame yang akan kita kenali pada Chapter berikutnya.