PROMO 10.10 BEJIBUN, MANTUL!
Belajar Data Science 6 BULAN Bersertifikat hanya Rp 100K!
0 Hari 2 Jam 36 Menit 24 Detik

Library Pandas Python : Cara Mudah Mendownload Bahasa Pemrograman

Belajar Data Science di Rumah 19-Januari-2022
https://dqlab.id/files/dqlab/cache/9673a0c02cebb15905f7605c77dbbf3b_x_Thumbnail800.jpg

Saat kamu membaca artikel Python ini, diasumsikan kamu sudah mengerti alasan mengapa kamu harus menginstal Python. Apabila kamu belum mengetahui persis kenapa harus melakukannya, maka kamu dapat memahami hal tersebut terlebih dahulu dengan membaca artikel DQLab lainnya. Di dalam artikel tersebut dijelaskan beberapa alasan kenapa kamu harus mulai belajar dan menginstall Python pada device kamu. Setelah mengetahui urgensi Python dan alasan untuk mendownloadnya, kamu mungkin mulai mencari cara bagaimana mendownload Python dengan baik. 

Pada artikel kali ini, DQLab akan berbagi sebuah tips yang akan sangat berguna bagi kamu yang sedang ingin memulai perjalanan belajar menggunakan Python dimulai dari mengenal library-library yang biasa digunakan di Python. Salah satunya ialah library Pandas. Pandas adalah sebuah library di Python yang berlisensi BSD dan open source yang menyediakan struktur data dan analisis data yang mudah digunakan. Pandas biasa digunakan untuk membuat tabel, mengubah dimensi data, mengecek data, dan lain sebagainya. Struktur data dasar pada Pandas dinamakan DataFrame, yang memudahkan kita untuk membaca sebuah file dengan banyak jenis format seperti file .txt, .csv, dan .tsv. Fitur ini akan menjadikannya table dan juga dapat mengolah suatu data dengan menggunakan operasi seperti joindistinctgroup by, agregasi, dan teknik lainnya yang terdapat pada SQL. 

 

Library Pandas memiliki dua tipe struktur data untuk versi terbaru yaitu Series dan Data Frame serta satu deprecated struktur data yaitu Panel (deprecated). Series diibaratkan sebagai array satu dimensi sama halnya dengan numpy array, hanya bedanya mempunyai index dan kita dapat mengontrol index dari setiap elemen tersebut. Sedangkan data frame merupakan array dua dimensi dengan baris dan kolom. Struktur data ini merupakan cara paling standar untuk menyimpan data dalam bentuk tabel/data tabular. Dapat disimpulkan, bahwa Pandas merupakan library analisis data yang diperlukan untuk membersihkan data mentah ke dalam sebuah bentuk yang bisa untuk diolah. Untuk lebih memahami apa saja yang ada dalam library Pandas, yuk kita bahas bersama!

 

1. Menginstall Pandas

Pandas secara default tidak tersedia pada modul standar disaat pertama kali instalasi Python dan kita diharuskan untuk melakukan instalasi terlebih dahulu sebelum menggunakan. Untuk dapat menginstall pandas, kita bisa menjalankan perintah dengan menggunakan pip ataupun bisa menggunakan Anaconda

Dengan menggunakan pip:


pip install pandas


Dengan menggunakan library Anaconda, kita bisa menginstallnya dengan perintah berikut,

 

conda install pandas


Jika sudah berhasil melakukan instalasi Pandas, kita dapat menggunakannya untuk melakukan manipulasi data dengan cara import modul tersebut pada projek yang akan kita buat.

import pandas as pd

import numpy as np


Baca juga: Tutorial Looping Python Bagi Pemula Beserta Contohnya


2. Menggunakan Series Pandas

Series merupakan struktur data dasar dalam Pandas. Series diibaratkan sebagai array satu dimensi sama halnya dengan numpy array, hanya bedanya mempunyai index dan index tersebut dapat kita kontrol dari setiap elemen tersebut.  Perintah dasar untuk membuat sebuah series dengan Pandas adalah


pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

 

  • Parameter data, diisi dengan data yang akan dibuat series. Struktur data yang bisa ditampung berupa integerfloat, dan juga string. 

  • Parameter index, diisi dengan index dari series. Jumlah index harus sama dengan jumlah data. Jika kita tidak mengisi parameter index, maka series akan memiliki index integer seperti halnya array biasa. 

  • Parameter dtype, diisi dengan tipe data dari series, dan parameter copy untuk copy data, secara default akan bernilai false.

Berdasarkan sintaks di atas, kita akan membuat contoh series menggunakan Python list ataupun numpy sebagai contoh data untuk membuat series. 

 

3. Mengatur Indeks Pandas

Untuk mengatur indeks dari series, kita bisa menggunakan parameter index. Contohnya disini kita akan melakukan pengaturan indeks pada data numpy array yang sudah kita buat sebelumnya dengan indeks [12,13,14,15].

Terlihat bahwa indeks dari series berubah menjadi [12,13,14,15]. Perlu diingat bahwa pengaturan indeks harus sesuai dengan panjang dari data yang ada, bila tidak sesuai akan menimbulkan error panjang dari indeks tidak sesuai.


4. Membuat Data Frame

Data frame merupakan tabel/data tabular dengan array dua dimensi yaitu baris dan kolom. Struktur data ini merupakan cara paling standar untuk menyimpan data. Setiap kolom pada data frame merupakan objek dari Series, dan baris terdiri dari elemen yang ada pada Series.

Untuk membuat data frame, digunakan sintaks berikut:

 

pandas.DataFrame(data, index, columns, dtype, copy)


Dengan keterangan:

  • index merupakan label untuk baris.

  • columns merupakan label untuk kolom.

  • dtype merupakan tipe data per kolom.

  • copy digunakan untuk menyalin data dan defaultnya False.


Berikut contoh untuk menunjukkan pembuatan Data Frame yang sederhana:


Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python

 

5. Mulai Belajar Python untuk Data Science

Sudahkah kamu berhasil download dan install Python di perangkatmu? Sekarang kamu bisa menjalankannya dan coba membuat program sederhana dengan Python. Terdapat banyak macam library yang digunakan dalam Data Science selain Pandas sesuai dengan fungsinya masing-masing. Pahami penggunaan masing-masing library tersebut bersama DQLab. Kamu juga bisa membuat database sederhana untuk proses komputasi atau mengambil dataset dengan download dari Kaggle atau web scraping. Yuk, mulai belajar Python bareng para mentor data dengan daftar di DQLab.id! Banyak event yang bisa kamu ikuti dan juga job connector, loh!

 

Penulis: Salsabila MR

Editor: Annissa Widya Davita

 


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login