Projet : enquêter sur un jeu de données
Tu as appris pandas. Maintenant, utilise-le comme un analyste : on te donne un tableau, tu lui poses des questions, et tu traces la réponse. Le code de départ construit pour toi un journal de dépenses sur 90 jours réaliste (colonnes date, category, amount, merchant). Il est généré avec random.seed(0), donc tout le monde obtient exactement les mêmes chiffres et tes réponses sont vérifiables.
Ton travail, c'est l'analyse. Écris trois fonctions, puis trace un graphique.
monthly_totals(df)-> un dict comme{"2026-01": 3499.72, ...}: les dépenses totales par mois calendaire, arrondies à 2 décimales. Crée une clé de mois à partir de la date avecpd.to_datetime(df["date"]).dt.strftime("%Y-%m"), puisdf.groupby(that)["amount"].sum()et.round(2).to_dict().top_merchants(df, n)-> les n commerçants chez qui tu as le plus dépensé, le plus gros d'abord, sous forme de liste de noms. Regroupe parmerchant, additionneamount, trie par ordre décroissant, et prends les n premières étiquettes d'index.weekend_vs_weekday_avg(df)->{"weekend": ..., "weekday": ...}: la transaction moyenne le samedi/dimanche par rapport au reste de la semaine. Obtiens le jour de la semaine avec.dt.dayofweek(samedi vaut 5, dimanche 6) et fais la moyenne de chaque groupe.
Puis crée un diagramme en barres des totaux mensuels :
fig, ax = plt.subplots()
ax.bar(list(totals.keys()), list(totals.values()))
ax.set_title("Spending by month")N'appelle pas plt.show() - le bac à sable affiche la figure pour toi. Appuie sur Run pour afficher tes résultats et voir apparaître le graphique. Comme les données ont une graine fixe, le mois le plus chargé et ton premier commerçant sont les mêmes pour tout le monde, et c'est exactement pour ça que le correcteur peut vérifier ton travail.
Avec le df de dépenses de 90 lignes à graine fixe que construit le code de départ, écris monthly_totals(df) (un dict {"YYYY-MM": total} arrondi à 2 décimales), top_merchants(df, n) (les n commerçants aux plus grosses dépenses, le plus gros d'abord), et weekend_vs_weekday_avg(df) (montants moyens {"weekend", "weekday"}, samedi/dimanche contre le reste). Puis construis un diagramme en barres des totaux mensuels avec fig, ax = plt.subplots() et ax.bar(...) (pas de plt.show()).
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.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.