Mengolah Data Excel dengan Pandas dan Jupyter Notebook

Publish on Jan 18, 2023 by Alfin F

XLSX merupakan format file microsoft excel, pengolahan data dengan microsoft excel cukup popular.

Beragam fungsi bisa kita ciptakan dengan excel macro untuk melakukan bebagai macam penyajian data, baik untuk tujuan statistik dan lain sebagainya.

Pandas merupakan library python yang menyediakan struktur data dan analisis data berkinerja tinggi untuk bahasa python. Untuk pandas kamu bisa mempelajari manual booknya di sini.

Pandas membantu Anda menyederhakan proses pengolahan data, salah satunya data dalam format .XLSX.

Sebelum menggunakan pandas buat terlebih dahulu python environment untuk meng-enkapsulasi project yang akan kita buat, baca tutorial tentang konfigurasi python virtualenvironment di sini.

Setelah membuat environment, sekarang install pandas dengan pip

pip install pandas

Kemudian install library xlrd dan openpyxl untuk melengkapi pandas mengolah file .XLSX dengan pip

pip install xlrd, openpyxl

Selanjutnya buat buat sebuah file dengan nama excels.xlsx, sebagai bahan pembelajaran kamu bisa mendapatkanya di sini. perhatikan sample data di bawah ini

sample data excel

Dari gambar diatas terdapat sample data kota, jumlah penduduk dan pendapatan harian. pada tutorial kali ini kita akan memparse file .xlsx dengan python.

import pandas as pd

df = pd.read_excel('excels.xlsx', sheet_name='Sheet1')

for i in df.index:
    print("Kota: "+df['Kota'][i])
    print("Jumlah Penduduk: "+df['Jumlah_Penduduk'][i])
    print("Pendapatan Harian: "+df['Pendapatan_Harian'][i])

Perhatikan kode diatas, di dalam file excel terdapat kolom header ( kota, jumlah penduduk, pendapatan harian) dan juga file xlsx tersebut terdapat sheet name dengan nama Sheet1.

Untuk memparse kolom pada xlsx diatas kita gunakan for . kenapa menggunakan for ?, hal ini karena hasil parse dalam bentuk list data.

Mengubah format Excel ke bentuk Dictionary

Selanjutnya kita akan mengubah data excel di atas kedalam bentuk dictionary.

Perhatikan kode di bawah ini

import pandas as pd

df = pd.read_excel('excels.xlsx', sheet_name='Sheet1')

lst=[]
for i in df.index:
    data = {}
    data['kota'] = df['Kota'][i]
    data['jumlah_penduduk'] = df['Jumlah_Penduduk'][i]
    data['pendapatan_harian'] = df['Pendapatan_Harian'][i]
    lst.append(data)
print(lst)

Output :

[{'kota': 'jakarta', 'jumlah_penduduk': '15 juta', 'pendapatan_harian': '500 ribu'}, {'kota': 'tangerang', 'jumlah_penduduk': '10 juta', 'pendapatan_harian': '300 ribu'}, {'kota': 'serang', 'jumlah_penduduk': '7 juta', 'pendapatan_harian': '200 ribu'}, {'kota': 'pandegelang', 'jumlah_penduduk': '3 juta', 'pendapatan_harian':'100 ribu'}]