Saat bekerja dengan analisis data di Python, menguasai teknik Filter Data di Pandas adalah keterampilan yang wajib dimiliki karena kita bisa mengambil informasi spesifik dari puluhan ribu baris tabel dengan cepat. Misalnya, ketika kamu membuka file CSV atau Excel laporan penjualan, kamu tidak membutuhkan seluruh tabel, tetapi hanya ingin melihat data transaksi di atas Rp1 juta dari cabang Jakarta saja.

Oleh karena itu, library Pandas menyediakan tiga metode utama yang sangat efisien untuk menyeleksi data sehingga proses olah data dataframe kamu menjadi jauh lebih mudah:

Selanjutnya, kita akan mengupas tuntas perbedaan ketiga metode tersebut secara mendalam. Selain itu, artikel ini juga dilengkapi dengan contoh kode interaktif sehingga kamu bisa langsung copy-paste dan mempraktikkannya di komputer!

🛠️ Persiapan Dataset untuk Filter Data di Pandas

Agar tutorial ini lebih mudah dipahami, pertama-tama mari kita buat dataset sederhana berisi data karyawan toko online. Selanjutnya, pastikan kamu sudah membuka Jupyter Notebook atau IDE favoritmu, kemudian jalankan kode Python di bawah ini:

           Kota  Usia      Gaji  Performa
Nama                                     
Andi    Jakarta    25   7500000        85
Budi    Bandung    30   8500000        90
Citra   Jakarta    28   9000000        95
Dewi   Surabaya    35  12000000        88
Eko     Bandung    22   6000000        70
Fani    Jakarta    29   9500000        92

1. Filter Data di Pandas dengan .loc[] — Berdasarkan Label

Pada dasarnya, metode .loc[] digunakan karena kita ingin mengambil data berdasarkan nama label indeks (baris) ataupun nama kolom. Oleh karena itu, metode ini sangat cocok diterapkan terutama saat tabel data kamu memiliki nama baris atau kolom yang jelas.

a. Seleksi Satu Baris Data

Sebagai contoh, jika kamu ingin melihat seluruh data lengkap milik karyawan bernama Citra, tentu saja kamu cukup menuliskan kode sederhana berikut ini:

# Mengambil data baris dengan label index 'Citra'
print(df.loc['Citra'])

b. Memilih Baris dan Kolom Tertentu

Lebih lanjut, bagaimana jika kita hanya ingin tahu kolom Kota dan Gaji dari karyawan bernama Budi dan Dewi? Untuk itu, kamu bisa memasukkan daftar label dalam bentuk list sehingga hasilnya sesuai keinginan:

print(df.loc[['Budi', 'Dewi'], ['Kota', 'Gaji']])

          Kota      Gaji
Nama                    
Budi   Bandung   8500000
Dewi  Surabaya  12000000

c. Slicing Rentang Label (.loc)

Selain memilih satu per satu, kamu juga bisa melakukan slicing dari label awal ke label akhir. Namun, ada catatan penting yang harus diingat karena pada metode .loc[], batas akhir selalu ikut disertakan (inklusif).

# Mengambil data dari Andi sampai Citra untuk kolom Usia sampai Gaji
print(df.loc['Andi':'Citra', 'Usia':'Gaji'])

2. Filter Data di Pandas dengan .iloc[] — Berdasarkan Posisi

Sebaliknya, berbeda dengan .loc[], metode .iloc[] bekerja berdasarkan urutan posisi angka (indeks integer) yang dimulai dari 0. Dengan demikian, kamu tidak perlu mengetahui label teks pada indeks sehingga bisa langsung mengakses baris tertentu.

Bahkan, kamu bisa membayangkan sistem kerja .iloc[] seperti nomor absensi di sekolah. Contohnya, baris pertama selalu bernomor 0, sedangkan baris kedua bernomor 1, dan seterusnya.

a. Akses Baris Pertama (Posisi 0)

Misalnya, kamu ingin mengambil data karyawan pada baris pertama di dalam tabel. Oleh sebab itu, kamu hanya perlu memanggil indeks urutan 0 seperti kode di bawah ini:

# Mengambil baris indeks ke-0 (Andi)
print(df.iloc[0])

b. Ekstraksi Baris & Kolom Angka

Selanjutnya, bagaimana jika kamu ingin mengambil baris ke-1 dan ke-3 (yaitu Budi dan Dewi), serta kolom ke-0 dan ke-2 (yaitu Kota dan Gaji)? Tentu saja, kamu cukup memasukkan urutan angka indeksnya sehingga perintahnya menjadi seperti ini:

print(df.iloc[[1, 3], [0, 2]])

c. Pemotongan Data Eksklusif (.iloc)

Sementara itu, sama seperti standar Python pada umumnya, batas akhir pada metode .iloc[] tidak disertakan (eksklusif). Akibatnya, penulisan 0:2 hanya akan mengambil indeks ke-0 dan ke-1 tanpa mengikutkan indeks ke-2.

# Mengambil baris 0 sampai 2 (indeks 2 tidak ikut -> Andi & Budi)
print(df.iloc[0:2, 0:2])

3. Boolean Indexing: Cara Filter Data di Pandas Menggunakan Logika

Inilah teknik yang paling sering digunakan dalam analisis data dunia nyata karena sangat fleksibel. Pasalnya, kamu tidak perlu tahu urutan posisi baris maupun nama indeksnya, melainkan kamu hanya perlu menentukan kondisi logikanya saja.

a. Penyaringan Satu Kondisi

Sebagai ilustrasi, kita ingin mencari seluruh karyawan yang bekerja di kota Jakarta. Oleh karena itu, kamu bisa menggunakan operator persamaan sehingga hasilnya didapatkan dengan kode berikut:

karyawan_jakarta = df[df['Kota'] == 'Jakarta']
print(karyawan_jakarta)

Selain itu, kita juga bisa mencari karyawan dengan kriteria Gaji di atas Rp8.000.000 secara mudah karena cukup menggunakan simbol lebih besar (>):

gaji_tinggi = df[df['Gaji'] > 8000000]
print(gaji_tinggi)

b. Penggabungan Multi-Kondisi

Lebih menariknya lagi, kamu bahkan bisa menggabungkan beberapa kondisi sekaligus menggunakan operator bitwise. Khususnya, ada tiga daftar simbol yang wajib kamu ketahui:

• & (Simbol DAN / AND): Dipakai ketika semua kondisi wajib terpenuhi sekaligus.
• | (Karakter ATAU / OR): Berguna jika salah satu kondisi saja sudah cukup.
• ~ (Tanda TIDAK / NOT): Berfungsi untuk membalikkan atau mengecualikan kondisi logika.

Sebagai contoh kasus, kita ingin mencari karyawan di Jakarta yang gajinya di atas Rp8.000.000. Hasilnya, kita bisa menuliskan kode gabungan seperti berikut ini:

filter_gabungan = df[(df['Kota'] == 'Jakarta') & (df['Gaji'] > 8000000)]
print(filter_gabungan)

          Kota  Usia     Gaji  Performa
Nama                                   
Citra  Jakarta    28  9000000        95
Fani   Jakarta    29  9500000        92

🔥 Tips Pro: Fungsi Tambahan untuk Filter Data di Pandas

Agar analisismu makin cepat dan bersih, kamu juga bisa memanfaatkan tiga fungsi sakti tambahan dari library Pandas. Bahkan, fungsi-fungsi ini bisa menghemat waktu kode kamu secara signifikan:

1. Fungsi .isin() — Memilih dari daftar nilai tertentu
   Misalnya, mencari karyawan di kota Jakarta atau Surabaya tanpa perlu menuliskan banyak operator

df_pilihan = df[df['Kota'].isin(['Jakarta', 'Surabaya'])]

2. Metode .between() — Filter rentang nilai (Range)
   Selanjutnya, fungsi ini sangat berguna untuk mencari karyawan dengan rentang usia tertentu, seperti antara 25 sampai 30 tahun:

df_usia = df[df['Usia'].between(25, 30)]

3. Fitur .str.contains() — Pencarian teks (Substring/Regex)
   Bahkan, kamu bisa memfilter data berdasarkan potongan teks, contohnya mencari karyawan yang namanya berakhiran huruf ‘i’:

# Mencari karyawan yang namanya berakhiran huruf 'i' (karena index berupa teks)
df_i = df[df.index.str.contains('i$')]

📊 Rangkuman Metode Filter Data di Pandas: loc vs iloc vs Boolean

🚫 3 Kesalahan Umum Saat Filter Data di Pandas

1. Keliru Menggunakan and / or (Seharusnya & / |)
   ❌ Salah: df[(df['Usia'] > 25) and (df['Kota'] == 'Jakarta')]
   ✅ Benar: df[(df['Usia'] > 25) & (df['Kota'] == 'Jakarta')]
2. Lupa Menambahkan Tanda Kurung pada Multi-Kondisi
   Tanpa tanda kurung (), Python akan menghasilkan error ValueError: The truth value of a Series is ambiguous.
3. Tertukar Ketentuan Batas Slicing .loc dan .iloc
   Ingat selalu: .loc['A':'C'] akan menyertakan 'C', sedangkan .iloc[0:2] hanya mengambil indeks 0 dan 1.

🎯 Kesimpulan Tutorial Filter Data di Pandas

Kesimpulannya, memahami cara Filter Data di Pandas menggunakan .loc, .iloc, dan Boolean Indexing adalah fondasi terpenting dalam proses data wrangling sehari-hari. Dengan demikian, kamu tidak akan bingung lagi saat menghadapi dataset berukuran besar.

Sudah siap membedah datasetmu berikutnya? Kalau kamu punya pertanyaan atau tips unik seputar Pandas, jangan ragu untuk tulis di kolom komentar di bawah, ya! 👇

❓ FAQ: Pertanyaan Seputar Filter Data di Pandas

1. Apa perbedaan utama .loc dan .iloc di Pandas?

Secara sederhana, .loc menggunakan label (nama) dari indeks atau kolom. Sebaliknya, .iloc bekerja berbasis posisi integer yang selalu dimulai dari angka 0.

2. Mengapa muncul error SettingWithCopyWarning saat memfilter data?

Biasanya, warning ini muncul karena kamu mencoba mengubah nilai pada DataFrame hasil filter tanpa menduplikasinya terlebih dahulu. Oleh sebab itu, solusinya adalah selalu menggunakan fungsi .copy() setelah memfilter data: df_baru = df[df['Usia'] > 25].copy().

3. Bisakah saya menggabungkan .loc dengan Boolean Indexing?

Tentu saja bisa! Bahkan, kamu bisa memfilter baris dengan kondisi logika sekaligus memilih kolom tertentu menggunakan .loc sehingga kode kamu menjadi lebih singkat:

df.loc[df['Gaji'] > 8000000, ['Kota', 'Performa']]

Apakah tutorial ini membantu? Share artikel ini ke teman-teman komunitas pemrogramanmu dan pantau terus tutorial Python & Data Science berikutnya!

Dibuat oleh:

Eduardus Defino Ananda Hutama