Skip to content
IgnitionAI IgnitionAI

Usage basique de Pandas

1. Introduction à Pandas

Pandas est une bibliothèque Python qui permet de manipuler et d’analyser facilement des données structurées (en tableaux). Les deux structures de données principales de Pandas sont :

  • Series : un tableau à une dimension (similaire à une colonne dans une feuille Excel).
  • DataFrame : un tableau à deux dimensions (lignes et colonnes), similaire à une feuille de calcul.

2. Installation et importation de Pandas

Avant de commencer, assure-toi que Pandas est installé sur ton environnement. Si ce n’est pas le cas, installe-le avec :

Terminal window
pip install pandas

Ensuite, importe Pandas dans ton script Python :

import pandas as pd

3. Création de Series et DataFrames

a) Créer une Series

Une Series est un tableau à une seule dimension avec des étiquettes d’index associées à chaque valeur.

# Créer une Series à partir d'une liste
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)

Sortie :

a    10
b    20
c    30
d    40
dtype: int64

b) Créer un DataFrame

Un DataFrame est une table de données à deux dimensions, similaire à une feuille de calcul avec des lignes et des colonnes.

# Créer un DataFrame à partir d'un dictionnaire
data = {
    'Nom': ['Alice', 'Bob', 'Charlie'],
    'Âge': [25, 30, 35],
    'Ville': ['Paris', 'Lyon', 'Marseille']
}


df = pd.DataFrame(data)
print(df)

Sortie :

       Nom  Âge      Ville
0    Alice   25      Paris
1      Bob   30       Lyon
2  Charlie   35  Marseille

4. Lecture et écriture de fichiers CSV

Pandas est couramment utilisé pour lire et écrire des fichiers CSV. Voici les opérations de base :

a) Lire un fichier CSV

Pour charger un fichier CSV dans un DataFrame :

df = pd.read_csv('chemin_vers_fichier.csv')
print(df.head())  # Affiche les 5 premières lignes

b) Écrire un DataFrame dans un fichier CSV

Après avoir manipulé ou analysé des données, tu peux enregistrer le DataFrame dans un fichier CSV :

df.to_csv('fichier_sortie.csv', index=False)

5. Exploration des données dans un DataFrame

a) Obtenir des informations de base

Pandas permet d’explorer rapidement la structure de tes données avec des méthodes comme :

  • df.head() : Affiche les premières lignes.
  • df.tail() : Affiche les dernières lignes.
  • df.info() : Donne des informations sur la structure du DataFrame (colonnes, types de données, mémoire).
  • df.describe() : Retourne des statistiques descriptives pour les colonnes numériques (moyenne, écart-type, etc.).

Exemple :

print(df.head())    # Affiche les premières lignes
print(df.info())    # Affiche des informations sur les colonnes
print(df.describe())  # Affiche des statistiques descriptives

b) Accéder aux colonnes et lignes

Tu peux accéder à des colonnes spécifiques ou filtrer certaines lignes du DataFrame :

  • Accéder à une colonne :

    print(df['Nom'])  # Affiche la colonne 'Nom'

  • Accéder à plusieurs colonnes :

    print(df[['Nom', 'Âge']])  # Affiche les colonnes 'Nom' et 'Âge'

  • Accéder à une ligne spécifique : Utilise loc pour accéder à une ligne par son label ou iloc pour y accéder par son index. ```python print(df.loc[0]) # Première ligne (par label) print(df.iloc[2]) # Troisième ligne (par index)

    ```

c) Filtrage des lignes selon des conditions

Pandas permet de filtrer les lignes qui respectent une condition.

Exemple : Filtrer les lignes où l’âge est supérieur à 30 :

print(df[df['Âge'] > 30])

6. Manipulation des données dans un DataFrame

a) Ajouter une colonne

Tu peux facilement ajouter une nouvelle colonne au DataFrame en assignant une série de valeurs.

# Ajouter une colonne "Score"
df['Score'] = [85, 90, 88]
print(df)

b) Supprimer des colonnes ou des lignes

Utilise drop() pour supprimer des colonnes ou des lignes.

  • Supprimer une colonne : 
    df = df.drop('Score', axis=1)
  • Supprimer une ligne : 
    df = df.drop(0, axis=0)  # Supprime la première ligne (index 0)

c) Remplacer des valeurs manquantes (NaN)

Les jeux de données réels contiennent souvent des valeurs manquantes (NaN). Pandas propose des méthodes pour les gérer :

# Remplacer les NaN par une valeur donnée (par exemple 0)
df['Âge'] = df['Âge'].fillna(0)

7. Opérations courantes avec Pandas

a) GroupBy et agrégation

Tu peux regrouper les données selon une ou plusieurs colonnes, puis effectuer des calculs d’agrégation sur les groupes (somme, moyenne, etc.).

Exemple : Calculer la moyenne d’âge par ville :

grouped = df.groupby('Ville')['Âge'].mean()
print(grouped)

b) Tri des données

Tu peux trier les données d’un DataFrame selon une colonne :

# Trier le DataFrame par âge de manière décroissante
df_sorted = df.sort_values(by='Âge', ascending=False)
print(df_sorted)

c) Manipulation des chaînes de caractères

Pandas facilite la manipulation des chaînes dans les colonnes de texte à l’aide de la propriété str.

# Convertir les noms en majuscules
df['Nom'] = df['Nom'].str.upper()


# Vérifier si une ville contient la lettre "a"
df['Contient_A'] = df['Ville'].str.contains('a')
print(df)

8. Sauvegarde et exportation des données

a) Sauvegarder dans un fichier CSV

Après avoir manipulé tes données, tu peux sauvegarder le DataFrame dans un fichier CSV.

df.to_csv('output.csv', index=False)

b) Sauvegarder dans un fichier Excel

Tu peux également sauvegarder un DataFrame dans un fichier Excel.

df.to_excel('output.xlsx', index=False)

9. Conclusion : Apprendre l’usage de base de Pandas

Voici un résumé des principales fonctionnalités de Pandas que tu devrais maîtriser dans un premier temps pour être efficace :

  • Lecture de fichiers CSV : Importer et exporter des fichiers CSV pour travailler avec des données réelles.
  • Création de DataFrames : Créer des tableaux structurés à partir de différentes sources de données (listes, dictionnaires, fichiers).
  • Exploration des données : Utiliser des méthodes comme head(), info(), et describe() pour obtenir des informations utiles sur tes données.
  • Accès aux lignes et colonnes : Manipuler les données de manière ciblée, filtrer les lignes selon des conditions.
  • Modification des données : Ajouter ou supprimer des colonnes, remplacer des valeurs manquantes.
  • GroupBy et tri : Agréger et trier les données pour des analyses plus poussées.

Pandas est une bibliothèque puissante et flexible, et cette introduction te donne les bases pour explorer et manipuler des données efficacement.