Daftar Materi

Grouping dan Agregasi Materi 21

Dasar GroupBy

Tujuan Pembelajaran

  • Mengelompokkan baris dan meringkas tiap kategori.
  • Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.

GroupBy meringkas nilai untuk setiap kelompok

Bayangkan empat pesanan dengan status 'shipped', 'completed', 'shipped', dan 'canceled'. Setelah dikelompokkan, pesanan dengan status yang sama berada dalam kelompok yang sama; hitungan per kelompok menjadi 2, 1, dan 1. Angka itu menjawab berapa baris pada tiap status. Untuk menjawab pertanyaan lain, seperti total pendapatan per status, kelompoknya bisa tetap sama tetapi perhitungannya perlu diganti.

Bayangkan daftar pesanan sebagai tumpukan kartu. Kita bisa memisahkannya ke beberapa tumpukan berdasarkan status, lalu menghitung isi setiap tumpukan. Itulah gambaran sederhana groupby: Pandas mengelompokkan baris dengan nilai key yang sama, menjalankan perhitungan pada setiap kelompok, kemudian menyajikan hasil ringkasnya.

Pada contoh ini, key-nya adalah kolom status, sedangkan yang dihitung adalah order_id. Karena itu, hasilnya menjawab pertanyaan “berapa banyak pesanan pada setiap status?” Hasilnya berupa satu angka untuk setiap status, bukan tabel dengan satu hasil baru untuk setiap pesanan. Kolom yang dipilih untuk count juga penting: count menghitung nilai yang tidak kosong. Jika ada order_id kosong, baris itu tidak akan masuk hitungan. Untuk menghitung seluruh baris, termasuk baris dengan nilai kosong pada kolom tertentu, ada pilihan lain seperti size.

Sebelum menghitung, pastikan satu baris memang mewakili satu pesanan. Jika satu pesanan bisa muncul beberapa kali karena memiliki beberapa item, menghitung baris item tidak sama dengan menghitung pesanan unik. Tetapkan juga kelompok mana yang akan dipakai dalam analisis. Kursus ini memperlakukan status completed, shipped, canceled, dan returned sebagai kategori yang berbeda; semuanya muncul di hasil, tetapi tidak semuanya otomatis berarti pendapatan.

Menghitung pesanan berdasarkan status

import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
result = orders.groupby("status")["order_id"].count()
print(result)

count menghitung nilai terisi pada kolom yang dipilih

canceled 1; completed 7; returned 1; shipped 3

Angka di kiri adalah kategori status dan angka di kanan adalah jumlah order_id yang tidak kosong pada status tersebut. Misalnya, completed 7 berarti ada tujuh pesanan berstatus completed di dataset latihan. Jika semua pesanan masuk tepat ke satu kelompok, menjumlahkan keempat angka itu menghasilkan 12, sama dengan jumlah baris pesanan.

Cocokkan total ini dengan data sumber sebagai pemeriksaan sederhana: selisih dapat menandakan ada nilai status kosong, data terfilter, atau asumsi tentang satu baris per pesanan yang tidak sesuai. Meski hitungan statusnya benar, hasil ini belum menunjukkan berapa rupiah penjualannya. Jumlah pesanan adalah ukuran frekuensi; pendapatan harus dihitung dari nilai item, diskon, dan aturan status yang telah ditentukan.

Cocokkan jumlah per status dengan total 12 baris untuk menemukan kategori yang terlewat.

Jangan mengartikan jumlah order sebagai nilai penjualan.

Latihan Interaktif

Latihan 01

Hitung jumlah order per status dari orders.csv sebagai result.

Jangan mengartikan jumlah order sebagai nilai penjualan.

import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
result = orders.groupby("status")["order_id"].count()
print(result)

Lihat penjelasan hasil

GroupBy memisahkan baris; agregasi menentukan apa yang dihitung.

Lihat Petunjuk

Jangan mengartikan jumlah order sebagai nilai penjualan.

Lihat Pembahasan

GroupBy memisahkan baris; agregasi menentukan apa yang dihitung.

Latihan 02

Apa hasil groupby().count()?

Pilih satu jawaban
Lihat Pembahasan

GroupBy memisahkan baris; agregasi menentukan apa yang dihitung.

Ringkasan

  • Mengelompokkan baris dan meringkas tiap kategori.
  • Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.

Bacaan lebih lanjut