Données ordonnées (tidy data)
Remanier vos données a plusieurs usages. L'un des plus importants est de passer d'un format adapté à l'analyse de données à un format adapté à la production de rapports. Ce concept est approfondi dans l'article Tidy data de Hadley Wickham.
Des données au format « tidy » vous permettent aussi d'effectuer des opérations groupby comme dans l'exercice précédent.
Dans cet exercice, vous utiliserez melt() et .pivot_table() de pandas pour transformer vos données d'une forme à une autre. N'oubliez pas que lorsque vous appelez .pivot_table() sur vos données, vous devez aussi appeler la méthode .reset_index() pour retrouver votre DataFrame d'origine.
Avant de commencer à remanier le DataFrame airquality, examinez-le dans le shell. Nous avons importé pandas sous le nom pd.
Cette activité fait partie du cours
Python pour les utilisateurs et utilisatrices de R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)