Eksplorasi Data Awal: head(), describe(), info() di Pandas

Sebelum buru-buru bikin analisis atau visualisasi dari dataset baru, cara tercepat buat kenalan sama datanya adalah lewat tiga fungsi Pandas ini: head() buat ngintip isi data, info() buat cek struktur dan data kosong, dan describe() buat ringkasan statistiknya.

Ketiga langkah ini termasuk tahap yang disebut Exploratory Data Analysis (EDA) — proses wajib sebelum lanjut ke analisis lebih dalam, supaya kamu tahu dulu ada berapa baris, kolomnya apa aja, dan apakah ada data yang kosong sebelum kepalang bikin kesimpulan yang keliru.

Di tutorial ini kita praktik langsung pakai Google Colab — platform gratis dari Google buat nulis dan jalanin kode Python langsung dari browser, tanpa perlu install apa-apa.

1. Gimana Cara Buka Google Colab buat Pertama Kali?

Sebelum mulai ngoding, kita buka dulu Google Colab-nya:

• Buka browser, kunjungi colab.research.google.com.
• Login pakai akun Google kamu (kalau belum login).
• Klik tombol New notebook buat bikin notebook kosong.

Colab bakal langsung bikinin notebook kosong dengan judul default kayak Untitled0.ipynb. Di dalamnya ada satu kotak kosong yang disebut cell — di situlah nanti kita nulis dan jalanin kode Python.

2. Kenapa Perlu Import Pandas dan Siapin Data Dulu?

Karena di Colab kita belum tentu punya file CSV yang di-upload, di tutorial ini data contoh dibikin langsung lewat kode — biar kamu bisa langsung praktik tanpa perlu upload file apapun dulu.

import pandas as pd

data = {
    'id': [1, 2, 3, 4, 5, 6, 7, 8],
    'nama_produk': ['Kaos', 'Celana', 'Topi', 'Jaket', 'Sepatu', 'Tas', 'Kacamata', 'Ikat Pinggang'],
    'kategori': ['Atasan', 'Bawahan', 'Aksesoris', 'Atasan', 'Sepatu', 'Aksesoris', 'Aksesoris', 'Aksesoris'],
    'harga': [75000, 120000, 45000, 250000, 300000, None, 90000, 60000],
    'jumlah_terjual': [120, 85, 60, 40, 55, 30, None, 70]
}

df = pd.DataFrame(data)

Tekan Shift + Enter buat jalanin cell ini. Kalau nggak muncul error, artinya Pandas berhasil di-import dan data contohnya udah siap disimpan di variabel df.

3. `head()` — Kenapa Perlu Ngintip Data Duluan?

Sebelum ngeluarin kesimpulan apa pun, saya selalu intip dulu beberapa baris data lewat head(), supaya langsung kelihatan kolom apa aja yang ada dan tipe datanya kayak gimana — tanpa perlu buka seluruh dataset yang mungkin isinya ribuan baris.

df.head()

Secara default, head() bakal nampilin 5 baris pertama:

Kalau mau nampilin lebih dari 5 baris, tinggal isi angkanya di dalam kurung, misalnya df.head(8) buat nampilin semua 8 baris data kita.

4. `info()` — Kenapa Struktur Data Wajib Dicek di Awal?

info() penting banget dijalanin di awal, sebab bisa langsung ketauan kalau ada data yang kosong atau tipe datanya nggak sesuai — dua hal yang kalau kelewat bisa bikin analisis selanjutnya jadi keliru.

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 0 to 7
Data columns (total 5 columns):
 #   Column          Non-Null Count  Dtype  
---  ------          --------------  -----  
 0   id              8 non-null      int64  
 1   nama_produk     8 non-null      object 
 2   kategori        8 non-null      object 
 3   harga           7 non-null      float64
 4   jumlah_terjual  7 non-null      float64
dtypes: float64(2), int64(1), object(2)
memory usage: 452.0+ bytes

Dari output ini, kolom harga dan jumlah_terjual ternyata cuma punya 7 data non-null dari total 8 baris — artinya ada 1 data kosong di masing-masing kolom itu (inget, tadi sengaja diisi None pas bikin datanya).

5. `describe()` — Kenapa Ringkasan Statistik Perlu Dilihat?

Setelah tau struktur datanya lewat info(), langkah berikutnya adalah liat “angka-angka penting” dari data numerik pakai describe() — fungsi ini ngasih ringkasan statistik dasar cuma dengan satu baris kode.

df.describe()

Kesalahan Apa yang Sering Dilakukan Pemula?

• Ngira head() nampilin seluruh data, padahal defaultnya cuma 5 baris pertama.
• Lewatin info() dan langsung analisis, padahal ada missing value yang belum ketahuan.
• Salah baca kuartil di describe(), dikira itu nilai rata-rata padahal beda dengan mean.
• Lupa jalanin cell import Pandas duluan, sehingga NameError: name 'pd' is not defined muncul di cell berikutnya.

Biar Nggak Lupa, Ini Rangkuman Langkah-Langkahnya

Kalau Digabung, Alurnya Kayak Gini

Abis Ini Belajar Apa Lagi?

Penutup

Lewat tutorial ini, kamu udah praktik langsung di Google Colab buat eksplorasi data awal pakai tiga fungsi paling dasar di Pandas: head() bantu ngintip isi data dari atas, info() ngasih gambaran struktur dataset termasuk data yang kosong, dan describe() ngasih ringkasan statistik dari data numerik.

Semua langkah ini bisa langsung kamu coba ulang kapan aja di Colab tanpa perlu install apapun. Begitu udah pede sama dasar ini, kamu bisa lanjut praktikin pengecekan missing value, groupby, sampai visualisasi data di notebook yang sama.

Ditulis oleh Aziz Achmad Juniar