Bekerja dengan Tanggal dan Waktu
Tujuan Pembelajaran
- Mengonversi tanggal dan mengambil periode bulan untuk ringkasan.
- Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.
Kolom tanggal perlu dikenali sebagai waktu
Tanggal yang tampak seperti 2026-01-05 masih dapat terbaca sebagai teks. Teks dapat diurutkan secara alfabetis, tetapi operasi seperti mengambil selisih hari atau bulan memerlukan tipe datetime. Setelah dikonversi, kita dapat menggunakan bagian tanggal secara konsisten dan memeriksa nilai yang gagal dibaca.
Kolom tanggal biasanya mulai sebagai teks saat dibaca dari CSV. Setelah diparse dengan pd.to_datetime(), Pandas memahami nilainya sebagai waktu sehingga kita dapat mengambil tahun, bulan, hari, membandingkan tanggal, atau menghitung selisih. Akses .dt menyediakan bagian-bagian itu sebagai Series baru yang tetap sejajar dengan baris sumber.
Jika data hanya mencakup satu tahun, mengelompokkan berdasarkan nomor bulan mungkin cukup. Untuk data beberapa tahun, Januari 2025 dan Januari 2026 adalah periode berbeda; gunakan tahun-bulan seperti 2025-01. Tentukan juga rentang waktu dan zona waktu bila data memuat jam dari wilayah berbeda. Jangan menyebut perubahan bulanan sebagai pola tahunan tanpa data yang cukup.
Sebelum memakai bagian tanggal, pastikan parsing berhasil dan tetapkan zona waktu bila sumber berisi jam lokal. Tanggal dengan jam dapat jatuh pada hari atau bulan berbeda ketika zona waktunya dikonversi. Untuk kumpulan data yang hanya memuat tanggal kalender tanpa jam, masalah zona waktu mungkin tidak muncul, tetapi rentang tanggal dan format sumber tetap perlu diperiksa.
Memilih tingkat pengelompokan juga menentukan jawaban. Mengelompokkan dengan nomor bulan saja menggabungkan Januari dari semua tahun; membuat periode tahun-bulan menjaga urutan waktu dan memisahkan Januari pada tahun yang berbeda. Jika mencari jumlah order, gunakan tabel header; jika mencari total item atau pendapatan, hubungkan dulu detail item. Sebutkan apakah periode memakai tanggal pemesanan, pengiriman, atau pembayaran, karena setiap pilihan menjawab pertanyaan berbeda.
Mengambil bulan dari tanggal transaksi
import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
orders["order_date"] = pd.to_datetime(orders["order_date"])
result = orders["order_date"].dt.month.value_counts().sort_index()
print(result)
Tanggal yang gagal diparse menjadi NaT
Bulan 1, 2, 3, 4 masing-masing berisi 3 pesanan
Setelah konversi, dt.month mengambil angka bulan untuk setiap order. Frekuensi menunjukkan tiga pesanan pada masing-masing bulan Januari sampai April. Angka 1 sampai 4 di index adalah nomor bulan, bukan jumlah yang berurutan.
Ringkasan tersebut menghitung order, sebab sumbernya satu baris per pesanan. Jika kita ingin menghitung item atau revenue bulanan, kita perlu menggabungkan order dengan item terlebih dahulu dan memilih ukuran yang tepat. Untuk rentang lintas tahun, buat label periode tahun-bulan agar bulan dengan nama sama tidak digabung.
Bandingkan dt.month dan dt.to_period("M") pada data beberapa tahun.
Mengelompokkan bulan saja dapat mencampur beberapa tahun.
Latihan Interaktif
Latihan 01
Hitung jumlah pesanan tiap nomor bulan.
Mengelompokkan bulan saja dapat mencampur beberapa tahun.
import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
orders["order_date"] = pd.to_datetime(orders["order_date"])
result = orders["order_date"].dt.month.value_counts().sort_index()
print(result)
Keluaran program
Python belum dimuat. Pilih Jalankan Kode untuk memulai.
Keluaran
Pesan diagnostik
Kesalahan program
Pratinjau Pandas
Grafik
Lihat penjelasan hasil
Gunakan period year-month bila tahun adalah bagian pertanyaan.
Lihat Petunjuk
Mengelompokkan bulan saja dapat mencampur beberapa tahun.
Lihat Pembahasan
Gunakan period year-month bila tahun adalah bagian pertanyaan.
Latihan 02
Risiko dt.month untuk beberapa tahun?
Lihat Pembahasan
Gunakan period year-month bila tahun adalah bagian pertanyaan.
Ringkasan
- Mengonversi tanggal dan mengambil periode bulan untuk ringkasan.
- Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.
Bacaan lebih lanjut
Langkah berikutnya