Leçon 3 sur 5
Manipulation de tableaux de données avec pandas
Je sais créer un DataFrame pandas, sélectionner des lignes et des colonnes avec loc et iloc, ajouter des colonnes calculées, trier, et résumer les données par groupe avec groupby et les tableaux croisés.
- 1 h 25
- 6 exercices corrigés
- QCM de 7 questions
À la fin de la leçon, vous saurez :
- Distinguer Series, DataFrame et index
- Sélectionner et filtrer avec les crochets, loc et iloc
- Créer des colonnes calculées et trier un tableau
- Résumer des données par groupe avec groupby et agg
- Construire un tableau croisé avec pivot_table et lire describe
Avant de commencer : Leçons 1 et 2 (types Python, tableaux NumPy, axes et agrégats).
1Je découvre
Chez Kalan Distribution, les ventes ne tiennent plus dans une matrice de nombres : chaque ligne du relevé mélange du texte (dépôt, produit), des entiers (nombre de sacs) et des prix. La directrice veut des réponses du type : « Quel dépôt rapporte le plus ? », « Combien de sacs de chaque produit avons-nous vendus ? », « Quel est le prix moyen du sucre selon les dépôts ? ».
Avec NumPy, Mariama devrait gérer à la main la correspondance entre les numéros de ligne et les noms des dépôts. Ce qu'il lui faut, c'est un tableau dont les colonnes ont un nom et un type propres, comme une feuille de tableur ou une table SQL, mais manipulable par programme.
Comment organiser, filtrer et résumer un tableau de données hétérogènes avec pandas ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.
Voir toutes les leçons de Programmation Python pour la science des données
Signaler une erreur dans cette leçon
Toutes les leçons de Programmation Python pour la science des données