Lingkungan kerja pertama yang wajib kita kuasai justru yang paling sederhana: interpreter Python dalam mode interaktif, yang biasa disebut REPL (Read-Eval-Print Loop). REPL membaca satu ekspresi yang kita ketik, mengevaluasinya seketika, lalu mencetak hasilnya tanpa perlu menyimpan file. Cara kerja ini membuat REPL menjadi tempat ideal untuk menguji pemanggilan pandas satu-dua baris sebelum kita menuliskannya ke dalam skrip. Chapter ini menuntun peluncuran REPL, latihan uji cepat, dan cara memindahkan kode yang sudah teruji ke file .py.

Meluncurkan Interpreter Python #

Buka terminal di dalam virtual environment yang sudah aktif, lalu jalankan perintah python3 tanpa argumen apa pun:

bash 
python3

Berbeda dengan perintah-perintah sebelumnya yang berhenti setelah selesai, perintah ini memasang sebuah sesi interaktif: interpreter menyapa dengan baris informasi versi, lalu menampilkan prompt berupa tiga tanda lebih besar dari (>>>) yang menunggu kode dari kita. Kursor berhenti di sebelah prompt, dan setiap baris yang kita ketik lalu diakhiri Enter langsung dievaluasi. Untuk keluar dari sesi, ketik exit() dan tekan Enter; pengguna Windows juga bisa menekan Ctrl+Z diikuti Enter, sedangkan pengguna macOS dan Linux bisa menekan Ctrl+D.

Menguji Ekspresi Pandas di REPL #

Cara kerja REPL paling mudah dipahami lewat contoh. Transkrip berikut menggambarkan satu sesi uji cepat: baris yang diawali >>> diketik oleh kita, sedangkan baris tanpa prompt adalah hasil yang dicetak Python secara otomatis:

text Ilustrasi: sesi REPL 
$ python3
Python 3.12.15 (main, Oct  9 2026, 15:22:32) [Clang 22.1.3 ] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> terjual = pd.Series([12, 30, 25])
>>> terjual
0    12
1    30
2    25
dtype: int64
>>> terjual.sum()
67
>>> terjual.max()
30
>>> exit()

Perhatikan dua perilaku penting pada transkrip di atas. Pertama, mengetik nama variabel terjual saja sudah menampilkan isinya beserta dtype-nya; interpreter menampilkan representasi (repr) hasil ekspresi secara otomatis tanpa kita menulis print. Kedua, pemanggilan method seperti terjual.sum() mengembalikan nilai 67, dan nilai kembalian itu otomatis dicetak. Dengan pola ini kita bisa menguji hipotesis kecil dalam hitungan detik: coba satu pemanggilan, lihat hasilnya, sesuaikan, dan ulangi. 10 minutes to pandas dari dokumentasi resmi adalah latihan yang enak dijalankan langsung di REPL.

Uji Cepat dari Argumen Terminal #

Ada situasi ketika kita ingin hasil eksekusi muncul di shell tanpa masuk ke sesi interaktif, misalnya saat memeriksa environment lewat skrip otomatisasi. Opsi -c milik interpreter mengeksekusi satu perintah Python lalu berhenti:

bash 
python3 -c "import pandas as pd; print(pd.Series([12, 30, 25]).sum())"

Output yang Dihasilkan:

text 
67

Seluruh kode diletakkan di dalam tanda kutip setelah -c, dan karena mode ini bukan REPL, hasil hanya muncul bila kita memanggil print() secara eksplisit. Pola python3 -c akan muncul lagi pada Chapter Memeriksa Versi Pandas ketika kita menanyakan nomor versi langsung dari terminal.

Memindahkan Kode REPL ke File Skrip #

REPL memang praktis, tetapi hasilnya hilang begitu sesi ditutup dan kode yang sudah benar perlu disimpan agar bisa dijalankan ulang. Saat kode dipindahkan ke file .py, ada satu perbedaan perilaku yang sering mengejutkan pemula: Python tidak lagi mencetak hasil ekspresi secara otomatis, sehingga print() menjadi kewajiban kita. Skrip berikut adalah versi file dari transkrip REPL di atas:

python 
import pandas as pd

keranjang = pd.Series([12, 30, 25])

print("Isi keranjang:")
print(keranjang)
print("Total item :", keranjang.sum())
print("Terbanyak  :", keranjang.max())

Output yang Dihasilkan:

text 
Isi keranjang:
0    12
1    30
2    25
dtype: int64
Total item : 67
Terbanyak  : 30

Bedah per barisnya sebagai berikut:

  1. Baris 1: mengimpor pandas dengan alias pd; setiap file skrip yang memakai pandas memulai dengan baris ini.
  2. Baris 3 (keranjang = pd.Series([...])): variabel dibuat sekali dan nilainya dipakai beberapa kali, sama seperti saat kita mengetiknya di REPL.
  3. Baris 5-8: setiap hasil yang tadinya dicetak otomatis oleh REPL kini dibungkus print(); tanpa pemanggilan ini, skrip berjalan tanpa menampilkan apa pun.

Setelah terbiasa bolak-balik antara REPL dan file skrip, kita memiliki siklus kerja yang sehat: eksplorasi di REPL, konsolidasi ke file. Untuk eksplorasi data yang lebih panjang, REPL punya keterbatasan: tidak ada tempat menyimpan catatan dan tidak ada tampilan tabel yang rapi. Kabar baiknya, alat berikutnya di Section ini, Jupyter Notebook, dirancang persis untuk menutupi kekurangan tersebut.