Materi
NIST/SEMATECH e-Handbook mendefinisikan deret waktu sebagai urutan nilai sebuah variabel yang diamati pada selang waktu yang sama panjang: penjualan per hari, kunjungan per minggu, produksi per kuartal. Dua syarat itu, urut dan berselang sama, adalah alasan langkah pertama setiap analisis deret waktu selalu merapikan tanggalnya. Data yang dibaca dari CSV menyimpan tanggal sebagai teks; di pandas 3 kolom teks ber-dtype str, dan teks tidak bisa diurutkan menurut waktu atau dikelompokkan per bulan.
pd.to_datetime mengubah teks menjadi datetime64. Setelah itu kolom tanggal dijadikan indeks dengan set_index dan diurutkan dengan sort_index, sehingga baris pertama adalah pengamatan tertua. Indeks bertipe DatetimeIndex membuka atribut seperti .month, .quarter, dan .year. Untuk membangkitkan tanggal tanpa mengetik satu per satu, pd.date_range menerima start, periods, dan freq: "D" harian, "W" mingguan, "MS" awal bulan, "ME" akhir bulan, "QS" awal kuartal.
Contoh dengan data lain: catatan kunjungan perpustakaan yang tanggalnya teracak.
import pandas as pd
kunjungan = pd.DataFrame({
"tanggal": ["2026-02-03", "2026-02-01", "2026-02-02"],
"orang": [41, 35, 38],
})
kunjungan["tanggal"] = pd.to_datetime(kunjungan["tanggal"])
kunjungan = kunjungan.set_index("tanggal").sort_index()
print(kunjungan.index.day.tolist()) # [1, 2, 3]
print(pd.date_range("2026-07-01", periods=3, freq="QS"))
# 2026-07-01, 2026-10-01, 2027-01-01