Saat mengolah data menggunakan Python, terkadang kita perlu melihat data dalam urutan tertentu agar lebih mudah dibaca dan dianalisis. Misalnya, kita memiliki data nilai siswa dan ingin mengetahui siapa yang mendapatkan nilai paling tinggi sampai paling rendah. Jika datanya sedikit, mungkin kita masih bisa mengurutkannya secara manual. Namun, bagaimana jika datanya sudah mencapai ratusan atau bahkan ribuan baris?

Nah, di sinilah Pandas dapat membantu. Pandas merupakan salah satu library Python yang banyak digunakan untuk mengolah dan menganalisis data. Salah satu fungsi yang cukup sederhana tetapi sangat berguna adalah sort_values().

Fungsi sort_values() digunakan untuk mengurutkan data berdasarkan nilai pada kolom tertentu. Data dapat diurutkan dari nilai terkecil ke terbesar atau sebaliknya, sehingga proses pengolahan data menjadi lebih cepat dan praktis.

Pada artikel ini, kita akan mencoba menggunakan sort_values() untuk mengurutkan data sederhana menggunakan Python dan Pandas.

Apa Itu sort_values()?

sort_values() adalah fungsi pada Pandas yang digunakan untuk mengurutkan isi DataFrame berdasarkan satu atau beberapa kolom.

Secara sederhana, cara kerjanya seperti kita sedang mengatakan kepada Python:

“Tolong susun data ini berdasarkan kolom yang saya pilih.”

Contohnya, jika terdapat kolom Nilai, kita bisa mengurutkan data berdasarkan nilai tersebut.

Bentuk dasar penggunaannya adalah:

df.sort_values("nama_kolom")

Secara default, data akan diurutkan dari nilai terkecil ke nilai terbesar atau disebut juga ascending.

Jika ingin mengurutkan dari nilai terbesar ke nilai terkecil, kita dapat menggunakan:

df.sort_values("nama_kolom", ascending=False)

Persiapan

Sebelum mulai mencoba, pastikan Python dan library Pandas sudah tersedia di laptop.

Jika Pandas belum terpasang, kita dapat menginstalnya menggunakan perintah:

pip install pandas

Setelah itu, kita bisa membuat program Python sederhana untuk mencoba fungsi sort_values().

Membuat Data Sederhana

Pertama, kita membuat file Python menggunakan Notepad.

notepad sort_values.py

Kemudian kita membuat data sederhana yang berisi nama siswa dan nilai mereka. Ketik di notepad lalu simpan data ini.

data = {
    "Nama": ["Andi", "Budi", "Citra", "Dina", "Eka"],
    "Nilai": [75, 90, 65, 85, 80]
}

df = pd.DataFrame(data)

print(df)

Data yang kita buat kurang lebih akan terlihat seperti berikut:

    Nama  Nilai
0   Andi     75
1   Budi     90
2  Citra     65
3   Dina     85
4    Eka     80

Dari data tersebut, terlihat bahwa nilai siswa masih belum tersusun secara berurutan.

Mengurutkan Data dari Nilai Terkecil

Sekarang kita coba mengurutkan data berdasarkan kolom Nilai.

Gunakan kode berikut:

df_urut = df.sort_values("Nilai")

print(df_urut)

Hasilnya akan menjadi:

    Nama  Nilai
0   Andi     75
1   Budi     90
2  Citra     65
3   Dina     85
4    Eka     80
    Nama  Nilai
2  Citra     65
0   Andi     75
4    Eka     80
3   Dina     85
1   Budi     90

Data sekarang sudah tersusun mulai dari nilai paling kecil sampai paling besar.

Dari hasil tersebut, kita bisa melihat bahwa Citra berada di urutan pertama karena mendapatkan nilai paling rendah, yaitu 65. Sedangkan Budi berada di urutan terakhir dengan nilai 90.

Mengurutkan Data dari Nilai Terbesar

Selain dari nilai terkecil ke terbesar, kita juga bisa melakukan kebalikannya. Misalnya, kita ingin mengetahui siswa dengan nilai tertinggi terlebih dahulu.

Caranya cukup menambahkan:

ascending=False

Contoh penggunaannya:

df_urut = df.sort_values("Nilai", ascending=False)

print(df_urut)

Hasilnya:

    Nama  Nilai
0   Andi     75
1   Budi     90
2  Citra     65
3   Dina     85
4    Eka     80
    Nama  Nilai
2  Citra     65
0   Andi     75
4    Eka     80
3   Dina     85
1   Budi     90
    Nama  Nilai
1   Budi     90
3   Dina     85
4    Eka     80
0   Andi     75
2  Citra     65

Sekarang data sudah diurutkan dari nilai terbesar ke nilai terkecil. Dengan begitu, kita dapat langsung mengetahui siswa yang memperoleh nilai paling tinggi.

Memahami ascending

Bagian ascending cukup penting ketika menggunakan sort_values(). Parameter ini menentukan arah pengurutan data yang ingin kita tampilkan.

Ada dua pilihan utama:

Contohnya:

df.sort_values("Nilai", ascending=True)

Perintah tersebut digunakan untuk mengurutkan nilai dari kecil ke besar.

Sedangkan:

df.sort_values("Nilai", ascending=False)

digunakan untuk mengurutkan nilai dari besar ke kecil. Ketikkan di notepad.

Jadi, jika ingin mencari data dengan nilai tertinggi terlebih dahulu, kita bisa menggunakan ascending=False.

Mengurutkan Berdasarkan Kolom Nama

Tidak hanya angka, sort_values() juga dapat digunakan untuk mengurutkan data berdasarkan kolom yang berisi teks.

Misalnya, kita ingin mengurutkan nama siswa berdasarkan abjad:

df_urut = df.sort_values("Nama")

print(df_urut)

Hasilnya akan tersusun berdasarkan abjad nama:

    Nama  Nilai
0   Andi     75
1   Budi     90
2  Citra     65
3   Dina     85
4    Eka     80

Hal ini menunjukkan bahwa sort_values() tidak hanya berguna untuk angka, tetapi juga dapat digunakan untuk data berupa teks. Dengan fitur ini, data dapat disusun berdasarkan abjad sehingga lebih mudah untuk dibaca dan dicari.

Contoh Program Lengkap

Jika semua langkah digabungkan, programnya menjadi:

import pandas as pd

data = {
    "Nama": ["Andi", "Budi", "Citra", "Dina", "Eka"],
    "Nilai": [75, 90, 65, 85, 80]
}

df = pd.DataFrame(data)

print("Data Awal:")
print(df)

print("\nData dari nilai terkecil:")
print(df.sort_values("Nilai"))

print("\nData dari nilai terbesar:")
print(df.sort_values("Nilai", ascending=False))

Dengan satu program sederhana tersebut, kita dapat melihat data awal sekaligus membandingkan hasil pengurutan dari nilai terkecil dan terbesar. Dan berikut hasilnya dengan lengkap:

Kenapa sort_values() Berguna?

Mengurutkan data mungkin terlihat sederhana, tetapi fungsi ini sangat membantu ketika bekerja dengan dataset yang besar. Dengan menggunakan sort_values(), kita tidak perlu mengurutkan data secara manual satu per satu.

Beberapa manfaat sort_values() antara lain:

1. Mempermudah membaca data
   Data yang sudah terurut akan lebih mudah dipahami.
2. Memudahkan pencarian nilai tertinggi atau terendah
   Kita dapat melihat data yang paling besar atau kecil dengan lebih cepat.
3. Menghemat waktu
   Tidak perlu mengurutkan data secara manual satu per satu.
4. Membantu proses analisis data
   Data yang terstruktur dapat mempermudah kita ketika melakukan analisis lebih lanjut.
5. Bisa digunakan pada berbagai jenis data
   Pengurutan dapat dilakukan berdasarkan angka, teks, tanggal, dan jenis data lainnya.

Kesimpulan

Dari praktik yang telah dilakukan, dapat disimpulkan bahwa sort_values() merupakan salah satu fungsi Pandas yang sederhana tetapi sangat berguna untuk mengurutkan data.

Dengan menentukan nama kolom yang ingin digunakan, kita dapat mengurutkan data dari nilai terkecil ke terbesar menggunakan ascending=True, atau dari nilai terbesar ke terkecil menggunakan ascending=False.

Contoh sederhananya:

df.sort_values("Nilai")

Kode tersebut digunakan untuk mengurutkan data dari nilai kecil ke besar.

df.sort_values("Nilai", ascending=False)

Sedangkan kode tersebut digunakan untuk mengurutkan data dari nilai besar ke kecil.

Dengan memahami fungsi ini, kita dapat mengolah data dengan lebih cepat, rapi, dan mudah dipahami. Walaupun contoh yang digunakan hanya berupa data nilai siswa, konsep sort_values() juga dapat diterapkan pada dataset yang lebih besar dan lebih kompleks.

📌 Intinya: sort_values() membantu kita mengatur data agar lebih terstruktur dan mempermudah proses analisis menggunakan Python dan Pandas.

Penulis : Devina Ghea Amanda