Membaca dan Menulis File

File: memori program itu sementara

Analogi singkat: variabel seperti papan tulis, semua catatan hilang saat program selesai. File seperti buku catatan: tetap ada, bisa dibuka lagi besok, bisa dikirim ke orang lain. Data analyst hidup dari file: dataset datang sebagai file (biasanya CSV), hasil analisis disimpan sebagai file. Modul ini adalah gerbang menuju dataset beneran.

Contoh 1: tulis dan baca file teks

with open("catatan.txt", "w") as f:
    f.write("Baris satu
")
    f.write("Baris dua
")

with open("catatan.txt", "r") as f:
    isi = f.read()
    print(isi)

Blok with open(...) as f adalah cara standar membuka file: file otomatis ditutup setelah blok selesai, bahkan kalau error di tengah jalan. Tiga mode yang wajib hafal: w menulis (menimpa isi lama, hati-hati!), r membaca, a menambah di akhir tanpa menghapus yang lama.

Untuk file besar, jangan read() sekaligus (memori bisa jebol). Baca baris per baris:

with open("catatan.txt") as f:   # mode default adalah "r"
    for baris in f:
        print(baris.strip())

Contoh 2 (realistis): tulis CSV, baca, hitung, simpan rekap

CSV adalah format data sejuta umat: teks biasa dengan koma sebagai pemisah kolom. Modul csv bawaan Python menanganinya rapi, termasuk kasus rumit seperti koma di dalam teks.

import csv

# 1. Tulis dataset kecil
with open("penjualan.csv", "w", newline="") as f:
    w = csv.writer(f)
    w.writerow(["produk", "jumlah", "harga"])
    w.writerow(["Kopi", 10, 15000])
    w.writerow(["Teh", 7, 8000])

# 2. Baca sebagai dictionary per baris, hitung omzet
omzet = 0
with open("penjualan.csv") as f:
    for baris in csv.DictReader(f):
        omzet += int(baris["jumlah"]) * int(baris["harga"])

# 3. Simpan hasilnya ke file rekap
with open("rekap.txt", "w") as f:
    f.write(f"Total omzet: Rp{omzet:,}
")

print("Rekap tersimpan. Omzet:", omzet)

Tiga tahap ini (baca, olah, simpan) adalah inti ETL (Extract, Transform, Load) versi mini, pola yang sama dipakai pipeline data profesional. Dua detail penting: csv.DictReader memakai baris header sebagai kunci dictionary, dan semua nilainya masih string ("10" bukan 10), jadi konversi dengan int() sebelum dihitung.

Catatan teknis: Parameter newline="" saat menulis CSV mencegah baris kosong ganda di Windows. Detail kecil yang menyelamatkan dari file CSV "berlubang" yang membingungkan. Nanti pd.read_csv() melakukan semua ini otomatis, tapi memahami cara manualnya bikin kamu paham apa yang terjadi di balik layar.

Kesalahan umum pemula

SALAH: Membuka file tanpa with lalu lupa menutupnya.

f = open("data.txt", "w")
f.write("penting")
# file tidak ditutup: data bisa tidak tersimpan penuh!

BENAR: Selalu pakai with, penutupan otomatis:

with open("data.txt", "w") as f:
    f.write("penting")

SALAH: Memakai mode w untuk menambah data, isi lama ikut terhapus.

with open("log.txt", "w") as f:   # menimpa! log kemarin hilang
    f.write("hari ini
")

BENAR: Pakai mode a (append) untuk menambah:

with open("log.txt", "a") as f:   # menambah di akhir, yang lama aman
    f.write("hari ini
")

SALAH: Menghitung nilai CSV tanpa konversi (masih string).

total = 0
for baris in csv.DictReader(f):
    total += baris["jumlah"] * baris["harga"]   # TypeError!

BENAR: Konversi dulu ke angka:

total = 0
for baris in csv.DictReader(f):
    total += int(baris["jumlah"]) * int(baris["harga"])

SALAH: Menulis CSV tanpa newline="", lalu muncul baris kosong di Windows.

with open("data.csv", "w") as f:   # di Windows: tiap baris diselingi baris kosong
    csv.writer(f).writerow(["a", "b"])

BENAR:

with open("data.csv", "w", newline="") as f:
    csv.writer(f).writerow(["a", "b"])