Total penjualan yang berbeda antarlaporan sering berawal dari data tidak rapi. Ada transaksi tercatat dua kali, tanggal tersimpan sebagai teks, atau harga yang kosong. Membersihkan data dengan Pandas membantu memeriksa masalah tersebut sebelum angka digunakan untuk mengambil keputusan.
Apa Itu Pandas
Pandas adalah library Python untuk mengolah data berbentuk tabel. Struktur DataFrame memungkinkan pengguna memeriksa kolom, menyaring baris, mengubah tipe data, serta menyusun ringkasan.
Untuk pekerjaan analisis, Pandas berguna ketika langkah pemeriksaan perlu dijalankan berulang pada data dengan pola serupa. Aturan pembersihannya tetap harus ditentukan berdasarkan arti setiap kolom.
Kenali Masalah Sebelum Menghapus Data
Mulailah dengan membaca sampel dan memahami struktur transaksi. Satu nomor invoice bisa memiliki beberapa baris karena pelanggan membeli lebih dari satu produk. Baris seperti itu tidak otomatis duplikat.
Tentukan dahulu apakah satu baris mewakili satu transaksi atau satu item transaksi. Kemudian periksa nilai kosong, tipe data, jumlah baris, serta kombinasi kolom yang seharusnya unik.
Menangani Duplikat dengan Tepat
Pandas menyediakan duplicated untuk menandai data berulang dan drop_duplicates untuk menghapusnya. Pemilihan kolom melalui subset perlu mengikuti identitas data.
Sebagai contoh, pada tabel dengan satu baris per item invoice, kombinasi ID invoice dan ID baris bisa menjadi dasar pemeriksaan. Menghapus berdasarkan nama pelanggan saja akan membuang transaksi sah dari pembeli yang berulang.
Merapikan Tanggal dan Nilai Kosong
Gunakan konversi tanggal dengan format yang jelas. Teks 03/04/2026 dapat dibaca berbeda jika urutan hari dan bulan tidak disepakati. Nilai yang gagal dikonversi sebaiknya masuk daftar pemeriksaan.
Kolom kosong juga membutuhkan perlakuan berbeda. Catatan tambahan yang kosong belum tentu masalah. Sebaliknya, harga kosong tidak boleh langsung diganti nol karena bisa mengubah total penjualan. Periksa kembali sumbernya atau pisahkan baris tersebut dari perhitungan sementara.
Periksa Hasil Pembersihan
Sebelum menyimpan hasil, lakukan pemeriksaan berikut:
- Bandingkan jumlah baris sebelum dan sesudah pembersihan.
- Catat alasan penghapusan atau perubahan data.
- Tinjau transaksi yang terkena aturan pembersihan.
- Bandingkan total penjualan dengan sumber pembanding yang dipercaya.
Simpan file asli dan hasil olahan secara terpisah. Dengan begitu, perubahan dapat ditelusuri saat muncul pertanyaan tentang laporan.
Belajar Python Data Analyst di Wahana Training
Data cleaning memerlukan pemahaman bisnis sekaligus keterampilan teknis. Pandas mempercepat pelaksanaan aturan, sedangkan ketepatan aturan menentukan apakah hasilnya layak dianalisis. Pelajari pengolahan data melalui kursus Python Data Analyst di Wahana Training. Konsultasikan kebutuhan Anda agar latihan dapat diarahkan pada pemeriksaan dan analisis data yang relevan dengan pekerjaan.
Informasi & Pendaftaran Wahana Training Semarang
Alamat: Jl. MT Haryono No. 637, Semarang
Website: wahanatraining.id
WhatsApp: 0882 2788 0577