Programme Leçon 79 sur 250 · Bases des données : numpy et pandas
Bases des données : numpy et pandas

pandas : Series et DataFrame

numpy est excellent pour les nombres, mais les vraies données ont des colonnes nommées de types variés : des noms, des dates, des prix. C'est à ça que sert pandas. Son objet principal est le DataFrame : un tableau avec des colonnes nommées et un index pour les lignes.

La façon la plus simple d'en construire un est de partir d'un dict, où chaque clé est un nom de colonne et chaque valeur une liste de cellules :

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
    "city": ["NYC", "LA", "NYC"],
})
print(df)

Quelques essentiels pour jauger n'importe quel tableau :

print(df.shape)     # (3, 3)   rows, columns
print(df.columns)   # Index(['name', 'age', 'city'], ...)
print(df.head(2))   # the first 2 rows
print(df.dtypes)    # the type of each column

Une seule colonne est une Series (un tableau 1D étiqueté). Récupère-en une avec les crochets :

ages = df["age"]
print(ages.mean())   # 30.0
print(ages.max())    # 35

df.shape est un tuple (n_rows, n_cols), donc df.shape[0] est le nombre de lignes.

À ton tour

Construis un DataFrame df à partir de ce dict : {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Enregistre le nombre de lignes dans n_rows (utilise df.shape). Puis enregistre la moyenne de la colonne score dans avg_score.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.