Introduction à Pandas

Pandas est une bibliothèque Python puissante pour l’analyse et la manipulation des données. Elle fournit des structures de données telles que DataFrame et les séries, qui facilitent le nettoyage, la transformation et l’analyse des données.

Dans cette leçon, vous apprendrez les bases de Pandas et comment l’utiliser pour analyser des données.

Installer Pandas

Pour installer Pandas, utilisez la commande suivante dans votre terminal :

pip install pandas

Une fois l’installation terminée, vous pouvez importer Pandas dans vos scripts Python :

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Qu’est-ce qu’un DataFrame ?

Un DataFrame est une structure de données tabulaire à deux dimensions dans Pandas. Il ressemble à une feuille de calcul ou à une table SQL.

Vous pouvez créer un DataFrame à partir d’un dictionnaire, d’une liste ou d’un fichier externe :

# Creating a DataFrame from a dictionary
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "London", "Paris"]
}
df = pd.DataFrame(data)
print(df)

Lire des données depuis des fichiers

Pandas facilite la lecture de données depuis des fichiers externes, tels que des fichiers CSV, Excel et JSON :

# Reading data from a CSV file
df = pd.read_csv("data.csv")
print(df.head())  # Displays the first 5 rows

Inspecter un DataFrame

Vous pouvez examiner la structure et le contenu d’un DataFrame à l’aide de méthodes telles que head(), info() et describe() :

# Inspecting a DataFrame
df = pd.read_csv("data.csv")
print(df.info())  # Displays information about the DataFrame
print(df.describe())  # Provides statistical summaries

Filtrer et sélectionner des données

Pandas vous permet de filtrer facilement les lignes et de sélectionner les colonnes à l’aide de conditions et de l’indexation :

# Filtering and selecting data
filtered_df = df[df['Age'] > 30]  # Select rows where Age > 30
print(filtered_df[['Name', 'City']])  # Select specific columns

Nettoyage des données

Pandas fournit des méthodes pour nettoyer les données, notamment pour gérer les valeurs manquantes, renommer les colonnes et supprimer les doublons :

# Handling missing values
df.fillna(0, inplace=True)  # Replace NaN values with 0

# Renaming columns
df.rename(columns={"Name": "Full Name"}, inplace=True)

# Dropping duplicates
df.drop_duplicates(inplace=True)
print(df)

Effectuer des agrégations

Pandas vous permet d’effectuer des agrégations, comme calculer des sommes ou des moyennes, et de regrouper les données :

# Grouping and aggregating data
grouped = df.groupby('City')['Age'].mean()
print(grouped)  # Displays average age for each city

Erreurs courantes avec Pandas

Voici quelques erreurs à éviter :

• Ne pas gérer correctement les valeurs manquantes.
• Utiliser des boucles inefficaces au lieu d’opérations vectorisées.
• Oublier de préciser inplace=True pour les opérations qui modifient les données.

Qu’avez-vous appris ?

Dans cette leçon, vous avez appris :

• Comment installer et importer Pandas.
• La structure des DataFrames et comment les créer.
• Comment lire, nettoyer, filtrer et agréger des données avec Pandas.

Excellent travail ! Passons au sujet suivant.