Maîtrisons les bases de pandas. Apprenez à inspecter des DataFrames et à effectuer des manipulations essentielles, comme trier des lignes, créer des sous-ensembles et ajouter de nouvelles colonnes.

Introduction aux DataFrames

Inspecter un DataFrame

Éléments d'un DataFrame

Trier et sous-ensembles

Trier des lignes

Sous-ensemble de colonnes

Sous-ensemble de lignes

Sous-ensemble de lignes selon des variables catégorielles

Nouvelles colonnes

Ajouter de nouvelles colonnes

Attaque combinée !

Transformer des DataFrames

Dans ce chapitre, vous calculerez des statistiques sommaires sur les colonnes d'un DataFrame, et vous maîtriserez les statistiques sommaires groupées et les tableaux croisés (pivot).

Statistiques sommaires

Moyenne et médiane

Résumer des dates

Résumés efficaces

Statistiques cumulatives

Décompte

Supprimer les doublons

Compter des variables catégorielles

Statistiques sommaires groupées

Quel pourcentage des ventes a été réalisé par chaque type de magasin?

Calculs avec .groupby()

Multiples résumés groupés

Tableaux croisés

Pivot sur une variable

Remplir les valeurs manquantes et additionner avec des tableaux croisés

Agrégations sur les DataFrames

Les index sont des noms de lignes et de colonnes dopés. Voyez comment les combiner avec le tranchage pour créer des sous-ensembles puissants de DataFrame.

Index explicite

Définir et supprimer des index

Créer des sous-ensembles avec .loc[]

Définir des index à plusieurs niveaux

Trier selon les valeurs de l'index

Découpage et sous-ensembles avec .loc et .iloc

Découper des valeurs d'index

Découpage dans les deux sens

Découpage de séries chronologiques

Sous-ensemble par numéro de ligne/colonne

Travailler avec des tableaux croisés

Pivoter la température par ville et par année

Sous-ensembles dans les tableaux croisés

Effectuer des calculs sur un tableau croisé dynamique

Tranchage et indexation de DataFrames

Apprenez à visualiser le contenu de vos DataFrames, à gérer les valeurs manquantes, et à importer et exporter des fichiers CSV.

Visualiser vos données

Quelle taille d'avocat est la plus populaire?

Évolution des ventes dans le temps

Offre et demande d'avocats

Prix des avocats conventionnels vs biologiques

Valeurs manquantes

Repérer les valeurs manquantes

Supprimer les valeurs manquantes

Remplacer les valeurs manquantes

Créer des DataFrames

Liste de dictionnaires

Dictionnaire de listes

Lire et écrire des fichiers CSV

CSV vers DataFrame

DataFrame vers CSV

Conclusion

Créer et visualiser des DataFrames

Vous apprendrez à analyser des données selon plusieurs dimensions à la fois, ce qui vous permettra de découvrir des tendances nuancées en ventilant vos sommaires selon plusieurs catégories simultanément.

Plusieurs colonnes de regroupement

Vous apprendrez à ventiler les statistiques sommaires par catégorie, ce qui vous permettra de comparer des métriques entre différents groupes et de découvrir des tendances dans vos données.

Une seule colonne de regroupement

Vous apprendrez à résumer des données en calculant des statistiques clés telles que les totaux, les moyennes et les décomptes, vous permettant ainsi de tirer des informations significatives à partir de données brutes.

Valeurs de synthèse

Agrégation de données

Vous apprendrez à effectuer des calculs à plusieurs étapes et à calculer des pourcentages de totaux, ce qui vous permettra de créer des métriques complexes reposant sur des résultats intermédiaires.

Transformations complexes

Vous apprendrez à créer de nouvelles colonnes en combinant et en calculant des valeurs à partir de données existantes, vous permettant ainsi d'obtenir des ratios et d'autres métriques qui ne sont pas présents dans le jeu de données original.

Transformations de base

Transformation des données

Vous apprendrez à extraire des lignes spécifiques de vos données en fonction de conditions, ce qui vous permettra de concentrer votre analyse sur des sous-ensembles pertinents et de gérer les valeurs manquantes ainsi que les motifs textuels.

Filtrage de base

Vous apprendrez à filtrer des données à l'aide de plusieurs critères simultanément, ce qui vous permettra d'extraire précisément les lignes dont vous avez besoin en combinant des conditions avec la logique AND et OR.

Conditions multiples

Vous apprendrez à simplifier le filtrage complexe en décomposant les conditions dans des colonnes distinctes, et à extraire l'inverse du résultat d'un filtre, rendant ainsi votre analyse plus transparente et vérifiable.

Filtrage complexe

Filtrage des données

Vous apprendrez à appliquer différents calculs en fonction de conditions spécifiques, ce qui vous permettra de normaliser les valeurs, de classer les données en catégories et de gérer divers scénarios au sein de vos données.

Transformation conditionnelle

Vous apprendrez à calculer des résumés statistiques incluant uniquement les valeurs qui répondent à des critères précis, vous permettant ainsi de calculer des mesures nuancées comme la « moyenne des vols retardés uniquement » au sein de chaque groupe.

Agrégation conditionnelle

Opérations conditionnelles

Avocado prices

Course Glossary: Data Manipulation with pandas

Homelessness data

Walmart sales

Temperatures

pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation de données à l'analyse. Dans ce cours, vous apprendrez à manipuler des DataFrames en extrayant, filtrant et transformant des ensembles de données réels pour vos analyses. Avec pandas, vous explorerez tous les concepts clés de la science des données. À partir de données concrètes, notamment les ventes de Walmart et des séries chronologiques de températures mondiales, vous apprendrez à importer, nettoyer, calculer des statistiques et créer des visualisations — en utilisant pandas pour amplifier la puissance de Python!

Les vidéos contiennent des transcriptions en direct, accessibles en cliquant sur « Show transcript » en bas à gauche des vidéos.

Le glossaire du cours se trouve à droite, dans la section des ressources.

Pour obtenir des crédits de PEI, vous devez terminer le cours et obtenir une note de 70 % à l'évaluation admissible. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré des crédits de PEI à droite.

pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation de données à l’analyse de données. Dans ce cours, avec un Tuteur IA à vos côtés, vous apprendrez à manipuler des DataFrames, tout en agrégeant, filtrant et transformant des jeux de données réels pour l’analyse. Avec pandas, vous explorerez toutes les opérations essentielles de manipulation de données en science des données.

<h2>Découvrez la manipulation de données avec pandas</h2>
Pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation à l'analyse des données. Dans ce cours, vous apprendrez à manipuler les DataFrames, en extrayant, filtrant et transformant des ensembles de données du monde réel à des fins d'analyse. 
<br><br>
En utilisant pandas, vous explorerez tous les concepts de base de la science des données. À l'aide de données réelles, notamment les chiffres de vente de Walmart et les séries chronologiques des températures mondiales, vous apprendrez à importer, nettoyer, calculer des statistiques et créer des visualisations, en utilisant pandas pour accroître la puissance de Python.
<br><br>
<h2>Travaillez avec les données pandas pour explorer les concepts fondamentaux de la science des données</h2>
Vous commencerez par maîtriser les bases de pandas, notamment comment examiner des DataFrames et effectuer quelques manipulations fondamentales. Vous apprendrez également à agréger des DataFrames, avant de passer au découpage et à l’indexation. 
<br><br>
Vous terminerez le cours en apprenant à visualiser le contenu de vos DataFrames, en travaillant avec un ensemble de données qui contient les ventes hebdomadaires d’avocats aux États-Unis. 
<br><br>
<h2>Apprenez à manipuler des DataFrames</h2>
En suivant ce cours sur pandas, vous comprendrez comment utiliser cette bibliothèque Python pour la manipulation de données. Vous aurez une compréhension des DataFrames et de leur utilisation, ainsi que la capacité de visualiser vos données en Python.

Intermediate Python

Ce cours sur pandas vous apprend à manipuler des DataFrames pour analyser des ensembles de données.

Manipulation de données avec pandas

Apprenez à importer et nettoyer des données, calculer des statistiques et créer des visualisations avec pandas. 

Conclusion

Create Your Free Account