Exercice 62 / 100

Pandas — DataFrame

Crée un DataFrame avec les colonnes 'nom, age, ville et salaire' (['Paris','Lyon','Paris','Marseille']). Affiche le DataFrame puis sa forme (shape)

Récapitulatif sur le DataFrame, l'objet 2D central de pandas. Un tableau de Series partageant le même index.

Créer depuis un dict

Chaque clé = nom de colonne, chaque valeur = liste de la colonne :

data = {
    'nom':     ['Alice', 'Bob', 'Charlie', 'Diana'],
    'age':     [25, 30, 35, 28],
    'ville':   ['Paris', 'Lyon', 'Paris', 'Marseille'],
    'salaire': [45000, 52000, 48000, 55000]
}
df = pd.DataFrame(data)

Toutes les listes doivent avoir la même longueur, sinon ValueError.

Explorer la structure

df.shape         →  (lignes, colonnes)  ex : (4, 4)
df.columns       →  Index(['nom', 'age', 'ville', 'salaire'])
list(df.columns) →  ['nom', 'age', 'ville', 'salaire']
df.index         →  RangeIndex(start=0, stop=4) par défaut
df.dtypes        →  type de chaque colonne
df.size          →  nombre total de cellules (lignes × colonnes)
df.info()        →  résumé : nb non-null, dtypes, mémoire
df.head(n) / df.tail(n)   →  n premières/dernières lignes (5 par défaut)

Autres modes de création

# depuis une liste de dicts (un dict = une ligne)
pd.DataFrame([
    {'nom':'Alice', 'age':25},
    {'nom':'Bob',   'age':30}
])

# depuis une liste de listes
pd.DataFrame([['Alice',25],['Bob',30]], columns=['nom','age'])

Trois façons de bâtir un DataFrame, et la question qui les distingue : une entrée est-elle une colonne ou une ligne, et d'où viennent les noms de colonnes

# depuis un fichier
pd.read_csv('data.csv')
pd.read_excel('data.xlsx')

Index personnalisé

df.set_index('nom')         →  utilise 'nom' comme index (au lieu de 0,1,2,3)
df.reset_index()            →  remet un RangeIndex et restaure la colonne

Un bon index facilite les jointures (merge) et les sélections (df.loc['Alice']). Pour des données temporelles, indexer par date est presque toujours la bonne idée.

exercise.py