DataFrame

Membuat DataFrame

import pandas as pd
df = pd.DataFrame({
    "name": ["Alice", "Bob", "Carol"],
    "age": [25, 30, 35],
    "score": [88, 92, 79]
})

Inspeksi

df.head(n)	n baris pertama (default 5)
df.tail(n)	n baris terakhir
df.shape	Tuple (baris, kolom)
df.dtypes	Tipe data setiap kolom
df.info()	Tipe kolom, jumlah non-null
df.describe()	Statistik untuk kolom numerik
df.columns	Nama kolom sebagai Index
df.index	Label baris

Membaca Data

Reader Umum

df = pd.read_csv("data.csv")
df = pd.read_excel("data.xlsx")
df = pd.read_json("data.json")
df = pd.read_sql(query, connection)

Menulis Data

df.to_csv("out.csv", index=False)
df.to_excel("out.xlsx", index=False)
df.to_json("out.json", orient="records")

Opsi Baca

sep=";"	Delimiter kustom
header=None	Tidak ada baris header di file
usecols=[0,2]	Hanya baca kolom tertentu
nrows=100	Baca 100 baris pertama
na_values=["N/A"]	Perlakukan sebagai NaN

Seleksi

Kolom

df["name"]              # kolom tunggal (Series)
df[["name", "age"]]     # beberapa kolom (DataFrame)
df.name                 # akses atribut (nama sederhana)

Baris dengan loc / iloc

df.loc[0]              # baris berdasarkan label
df.loc[0:2, "name"]    # baris 0-2, kolom "name"
df.iloc[0]             # baris berdasarkan posisi
df.iloc[0:2, 0:2]     # 2 baris dan 2 kolom pertama

loc vs iloc

df.loc[row, col]	Pilih berdasarkan label (akhir inklusif)
df.iloc[row, col]	Pilih berdasarkan posisi (akhir eksklusif)
df.at[row, col]	Akses scalar cepat berdasarkan label
df.iat[row, col]	Akses scalar cepat berdasarkan posisi

Filter

Filter Boolean

df[df["age"] > 25]
df[df["name"].str.contains("li")]
df[(df["age"] > 25) & (df["score"] > 80)]
df[df["name"].isin(["Alice", "Bob"])]

Penanganan Data Hilang

df.isna().sum()          # jumlah NaN per kolom
df.dropna()              # hapus baris dengan NaN
df.fillna(0)             # isi NaN dengan 0
df["col"].fillna(df["col"].mean())

Pengurutan

df.sort_values("age")                # ascending
df.sort_values("age", ascending=False)
df.sort_values(["age", "score"])      # multi kolom

Agregasi

Agregasi Umum

df["col"].sum()	Jumlah kolom
df["col"].mean()	Rata-rata
df["col"].median()	Median
df["col"].std()	Standar deviasi
df["col"].min() / .max()	Min / maks
df["col"].count()	Jumlah non-null
df["col"].nunique()	Jumlah nilai unik
df["col"].value_counts()	Frekuensi setiap nilai

Beberapa Agregasi

df.agg({"age": "mean", "score": ["min", "max"]})
df.describe()  # statistik ringkasan untuk semua numerik

GroupBy

Pengelompokan Dasar

df.groupby("dept")["salary"].mean()
df.groupby("dept").agg(
    avg_sal=("salary", "mean"),
    count=("salary", "count")
)

Beberapa Grup

df.groupby(["dept", "year"])["sales"].sum()
df.groupby("dept").size()  # baris per grup

Transform & Apply

df["z_score"] = df.groupby("dept")["salary"] \
    .transform(lambda x: (x - x.mean()) / x.std())
df.groupby("dept").apply(lambda g: g.nlargest(3, "salary"))

Penggabungan

Merge (Join Gaya SQL)

pd.merge(df1, df2, on="id")          # inner
pd.merge(df1, df2, on="id", how="left")
pd.merge(df1, df2, left_on="uid",
         right_on="user_id")

Tipe Join

how="inner"	Hanya baris yang cocok (default)
how="left"	Semua baris kiri, NaN jika tidak cocok
how="right"	Semua baris kanan
how="outer"	Semua baris dari kedua sisi

Concatenation

pd.concat([df1, df2])             # susun baris
pd.concat([df1, df2], axis=1)     # berdampingan
pd.concat([df1, df2], ignore_index=True)

Pivot Table

df.pivot_table(
    values="sales", index="region",
    columns="quarter", aggfunc="sum"
)

Reshaping

df.melt(id_vars=["name"],
        value_vars=["q1", "q2"],
        var_name="quarter", value_name="sales")

Cross Tabulation

pd.crosstab(df["dept"], df["gender"])
pd.crosstab(df["dept"], df["gender"],
            normalize="index")  # persentase per baris

Time Series

Dasar DateTime

df["date"] = pd.to_datetime(df["date"])
df["year"] = df["date"].dt.year
df["month"] = df["date"].dt.month
df["weekday"] = df["date"].dt.day_name()

Rentang Tanggal & Resampling

pd.date_range("2025-01-01", periods=12, freq="ME")
df.set_index("date").resample("ME")["sales"].sum()

Atribut Accessor

.dt.year / .dt.month / .dt.day	Ekstrak komponen tanggal
.dt.hour / .dt.minute	Ekstrak komponen waktu
.dt.day_name()	Nama hari (Monday, dll.)
.dt.days_in_month	Jumlah hari dalam bulan tersebut

Pola Umum

Ganti Nama Kolom

df.rename(columns={"old": "new"})
df.columns = ["a", "b", "c"]  # ganti semua

Tambah / Modifikasi Kolom

df["total"] = df["q1"] + df["q2"]
df["grade"] = df["score"].apply(
    lambda x: "A" if x >= 90 else "B"
)

Hapus Kolom / Baris

df.drop(columns=["temp"])
df.drop_duplicates(subset=["name"])
df.reset_index(drop=True)

Operasi String

df["name"].str.lower()
df["name"].str.contains("ali", case=False)
df["name"].str.split(" ").str[0]  # nama depan

REFERENSI CEPAT PANDAS