Allons droit au but! Dans ce chapitre, vous vous familiariserez avec la syntaxe de Python, le chargement de vos données dans une session Python, ainsi que l'exploration et la modification de ces données pour répondre à des questions d'affaires.

Bienvenue dans Python !

Importer des modules

Charger des données

Examiner des données avec print()

Les DataFrames et leurs méthodes

La méthode .head()

Méthodes .info() et .describe()

La méthode .sort_values()

Filtrer des lignes et créer des colonnes

Filtrage

Créer des colonnes

Mettre tout ensemble

On plonge!

Le tableau croisé dynamique est un outil clé dans la trousse des personnes chevronnées en chiffrier. Dans ce chapitre, nous nous concentrerons sur la reproduction de cette fonctionnalité dans Python à l'aide de méthodes pratiques de DataFrame.

Regrouper et additionner : le tableau croisé du débutant

Sommaire pur avec .sum()

.groupby() et .sum() ensemble

Résumer et trier des valeurs

Regrouper par plusieurs colonnes

Quelle option est une liste?

Performance des genres de films par emplacement

Qu'est-ce que les aînés préfèrent?

Des outils de synthèse encore plus utiles

Film le plus vendu par emplacement

Quel film affiche en moyenne les ventes les plus élevées

Tableaux croisés avec Python

Ce chapitre porte sur l'importation et la gestion de plusieurs feuilles d'un classeur, ainsi que sur la façon de les réunir au moyen de l'équivalent Python d'un VLOOKUP : la jointure gauche.

Travailler avec plusieurs feuilles

Fonction pd.ExcelFile()

Attribut .sheet_names

.parse() method

Préparer l'assemblage des tableaux

.str.lower() et .str.title()

.str.strip()

Sélection et .drop()

Fusionner : l'équivalent de VLOOKUP en Python

Fusionner pour les prix des billets

Fusionner pour obtenir les emplacements de cinéma

Tout rassembler à nouveau

Maintenant que vous pouvez importer et manipuler vos données dans Python, passons à la visualisation afin de communiquer plus facilement vos constats aux autres.

Comment fonctionne la visualisation en Python

Comment construire un graphique en Python

Films les plus rentables

Meilleurs genres

Construire le diagramme à barres

Ajoutez un titre

Nommez vos axes!

Peaufinez avec sns

La puissance de hue

Interpréter la teinte (hue)

Genre par marché

Genre selon le type de billet

En conclusion

Tracer des graphiques

Movie Theater Sales dataset

Vous cherchez une meilleure solution que celle que vous avez créée dans un chiffrier? Si oui, Python pour utilisateurs et utilisatrices de chiffriers est une excellente introduction au langage Python. Il vous mettra sur la bonne voie pour automatiser les tâches répétitives, approfondir l'analyse de vos données et élargir l'éventail de ce que vous pouvez accomplir. Tout au long du cours, nous établirons des parallèles avec des fonctions et des techniques courantes des chiffriers, afin que vous ayez toujours un point de repère familier en plongeant dans Python.

Pivot Tables in Google Sheets

Utilisez vos connaissances des fonctions de tableur pour explorer Python!

Python pour utilisateurs et utilisatrices de chiffriers

Explorez Python grâce aux fonctions et techniques courantes des feuilles de calcul ! 

Interpréter la teinte (hue)

Python pour utilisateurs et utilisatrices de chiffriers

Exercice interactif pratique