Allons droit au but ! Dans ce chapitre, vous vous familiariserez avec la syntaxe Python, le chargement de vos données dans une session Python, ainsi que la façon d’explorer et de modifier ces données pour répondre à des questions métier.

Bienvenue dans Python !

Importer des packages

Chargement 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

Filtrer

Créer des colonnes

Tout rassembler

On se lance

Le tableau croisé dynamique est un outil central dans l’arsenal de l’utilisateur averti de feuilles de calcul. Dans ce chapitre, nous verrons comment recréer simplement cette fonctionnalité en Python à l’aide de méthodes pratiques de DataFrame.

Regrouper et additionner : le tableau croisé dynamique pour débutants

Résumé pur avec .sum()

Utiliser .groupby() et .sum() ensemble

Résumer et trier des valeurs

Regrouper par plusieurs colonnes

Laquelle est une liste ?

Performance des genres de films par lieu

Qu’aiment les seniors ?

Des outils de synthèse encore plus utiles

Film le plus vendu par lieu

Quel film réalise en moyenne le plus de ventes

Les tableaux croisés dynamiques en Python

Ce chapitre explique comment importer et gérer plusieurs feuilles d’un classeur, et comment les assembler à l’aide de l’équivalent Python de VLOOKUP : la jointure gauche.

Travailler avec plusieurs feuilles

Fonction pd.ExcelFile()

Attribut .sheet_names

.parse() method

Préparer l’assemblage des tables

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

.str.strip()

Sélection et .drop()

Fusionner : le VLOOKUP de Python

Fusionner pour calculer les prix des billets

Fusionner pour obtenir les emplacements des cinémas

Assembler le tout à nouveau

Maintenant que vous pouvez importer et manipuler vos données en Python, passons à leur visualisation pour rendre vos insights faciles à partager.

Comment fonctionne la visualisation en Python

Comment construire un graphique en Python

Films les plus rentables

Meilleurs genres

Construire le diagramme en barres

Ajoutez un titre

Nommez vos axes !

Embellez avec sns

La puissance de la teinte

Interpréter la teinte (hue)

Genre par marché

Genre par type de billet

Pour conclure

Tracer des données

Movie Theater Sales dataset

Vous cherchez une meilleure solution que celle que vous avez construite dans une feuille de calcul ? Dans ce cas, Python pour les utilisateurs de feuilles de calcul est une excellente introduction au langage Python, qui vous mettra sur la bonne voie pour automatiser les tâches répétitives, analyser vos données plus en profondeur et élargir le champ de ce que vous pouvez accomplir. Tout au long du cours, nous établirons des parallèles avec des fonctions et techniques courantes des feuilles de calcul, afin que vous ayez toujours un point de repère familier en vous plongeant dans Python.

Pivot Tables in Google Sheets

Utilisez vos connaissances des fonctions de tableur pour explorer Python !

Python pour les utilisateurs de feuilles de calcul

Utilisez vos connaissances des fonctions et techniques courantes en matière de tableurs pour explorer Python. 

Data Scientist

More useful summary tools

.mean()

Steps to an answer

1: Fruit store transactions

2: Total sales by fruit for each store

3: Sorted sales by fruit for each store

4: Top row for each store

Your turn!

Les tableaux croisés dynamiques en Python - Des outils de synthèse encore plus utiles

Des outils de synthèse encore plus utiles

Create Your Free Account