Coding & data · Percakapan bertahap
Eksplorasi dataset baru dengan pandas
Kenalkan dataset lewat ringkasan kolom, tentukan pertanyaan yang bisa dijawab, lalu dapat kode pandas per pertanyaan beserta cara membaca hasilnya.
Prompt siap salin
Kirim berurutan dalam satu percakapan, satu pesan per langkah, dan baca jawabannya sebelum lanjut.
- 1. Langkah 1 — kenalkan dataset
Saya punya dataset {{nama dan asal data, misalnya transaksi toko online Januari–Juni 2025}} dan akan menganalisisnya dengan Python pandas di {{Google Colab / Jupyter / VS Code}}. Jangan minta seluruh data; ini ringkasannya (kolom berisi nama, email, nomor HP, atau NIK sudah saya hapus atau samarkan): Hasil df.shape: {{jumlah baris dan kolom}} Hasil df.info(): """ {{tempel hasil df.info()}} """ Hasil df.head(5) dan df.describe(include="all"): """ {{tempel hasil head dan describe}} """ Tujuan saya: {{keputusan atau laporan yang ingin didukung data ini}} Belum perlu analisis. Jelaskan isi dataset ini, kolom yang tampak bermasalah (tipe data salah, nilai kosong, nilai aneh), dan 5–7 pertanyaan yang bisa dijawab dataset ini untuk tujuan saya, diurutkan dari yang paling berguna. Tandai pertanyaan yang butuh data tambahan. - 2. Langkah 2 — satu pertanyaanUlangi untuk tiap pertanyaan yang kamu pilih.
Saya pilih pertanyaan: {{pertanyaan}}. Tulis kode pandas dalam blok kode dengan komentar per langkah, termasuk pembersihan yang diperlukan untuk pertanyaan ini saja. Jelaskan bentuk keluaran yang akan muncul dan cara membacanya. Hanya pakai nama kolom dari df.info() saya; jangan mengarang kolom atau hasil angka, karena angkanya baru ada setelah saya menjalankan kode. - 3. Langkah 3 — tafsirkan hasil
Ini keluaran kode tadi: """ {{tempel hasil}} """ Tafsirkan dalam bahasa sederhana untuk {{pembaca, misalnya manajer toko}}: tiga temuan utama, seberapa yakin kita dengan tiap temuan, dan apa yang belum bisa disimpulkan dari data ini.
Isian yang harus kamu ganti, termasuk tanda {{ }}
- nama dan asal data, misalnya transaksi toko online Januari–Juni 2025
- Google Colab / Jupyter / VS Code
- jumlah baris dan kolom
- tempel hasil df.info()
- tempel hasil head dan describe
- keputusan atau laporan yang ingin didukung data ini
- pertanyaan
- tempel hasil
- pembaca, misalnya manajer toko
Bedah prompt
Kenapa ini bekerja
Jangan minta seluruh data; ini ringkasannya
Ringkasan kolom cukup untuk menulis kode yang benar, sementara data mentah tetap di komputermu dan tidak ikut terkirim.Tandai pertanyaan yang butuh data tambahan
Pertanyaan yang tidak bisa dijawab datamu ketahuan sejak awal, sebelum waktu habis mengolah data untuk kesimpulan yang mustahil.angkanya baru ada setelah saya menjalankan kode
AI tidak melihat datamu, jadi angka yang ditulis sebelum kode dijalankan pasti karangan dan berbahaya bila tersalin ke laporan.apa yang belum bisa disimpulkan dari data ini
Batas kesimpulan menjaga laporan tetap jujur, misalnya korelasi yang belum tentu merupakan hubungan sebab-akibat.
Kalau jawabannya belum pas
Kirim di percakapan yang sama. Perintah yang spesifik jauh lebih efektif daripada “perbaiki lagi”.
Kode error
Kode tadi menghasilkan error: """ {{pesan error lengkap}} """ Cocokkan dengan hasil df.info() saya, jelaskan penyebabnya, dan beri perbaikan untuk baris yang salah saja.
Sesuaikan sebelum dipakai
- Prompt ini templat, bukan jawaban. Ubah peran, konteks, dan formatnya sesuai situasimu.
- AI bisa salah dan bisa mengarang fakta, angka, atau sitasi dengan yakin. Periksa ulang semua hasil.
- Ikuti aturan kampus, sekolah, atau kantormu tentang AI; untuk tugas akademik, cantumkan penggunaannya bila diminta.
- Jangan menempelkan data pribadi, data pelanggan, atau dokumen rahasia.
Bentuk Percakapan bertahap: Beberapa pesan yang dikirim berurutan: pembuka, lalu permintaan lanjutan yang memakai jawaban sebelumnya. Prompt lain berbentuk ini.
Diadaptasi dari prompts.chat (CC0).
Kelas terkait
Prompt lain di Coding & data Semua
- Jelaskan pesan error dan cari penyebabnyaIsian formulir · Isi formulir bahasa, perintah, pesan error lengkap, dan kode terkait, lalu dapat arti error, dugaan penyebab, dan cara membuktikannya.
- Query SQL dari pertanyaan bisnisPercakapan bertahap · Tempel skema tabel sekali, pastikan AI memahaminya, lalu ajukan pertanyaan satu per satu dan dapat query beserta penjelasannya.
- Regex dari contoh yang cocok dan tidakDengan contoh · Daftar teks yang harus cocok dan yang harus ditolak jadi soal latihan bagi AI, lalu regex-nya diuji terhadap setiap contoh.
- Pesan commit dan deskripsi pull requestDua fase · Fase 1 meringkas diff dan memeriksa apakah perlu dipecah; fase 2 menulis pesan commit dan deskripsi PR dari ringkasan yang kamu setujui.

