La Dataframe est une structure de données qui organise les données en lignes et en colonnes, ce qui en fait une structure de données bidimensionnelle. Vous pouvez l'imaginer comme une feuille de calcul ou une table SQL, ou encore un dictionnaire d'objets Series. C'est généralement l'objet pandas le plus utilisé.
Pour créer une DataFrame avec des colonnes vides, il faut utiliser le paramètre "colums" dans le constructeur de la DataFrame. On peut alors indiquer une série contenant les colonnes désignées par leurs intitulés. Il est également possible d'utiliser des index plutôt que des colonnes pour contenir les données.
Afficher un échantillon du dataframe
On se contentera d'afficher juste un sous ensemble du dataframe en utilisant la fonction head (ou tail par symétrie). df_paris. head() par défaut retourne les 5 premières lignes.
Une série pandas est une liste mutable d'objets dont les index peuvent être personnalisés. Le type des objets n'est pas forcément le même.
La bibliothèque logicielle open-source Pandas est spécifiquement conçue pour la manipulation et l'analyse de données en langage Python. Elle est à la fois performante, flexible et simple d'utilisation. Grâce à Pandas, le langage Python permet enfin de charger, d'aligner, de manipuler ou encore de fusionner des données.
Une colonne d'un data frame est une Series Pandas.
NumPy est très utile pour effectuer des calculs logiques et mathématiques sur des tableaux et des matrices. Cet outil permet d'effectuer ces opérations bien plus rapidement et efficacement que les listes Python. Les arrays NumPy présentent des avantages par rapport aux listes Python traditionnelles.
Une série temporelle ou série chronologique est un tableau de données traduisant l'évolution d'une variable dans le temps. Dans Python, celle-ci est souvent traitée sous la forme d'une Series Pandas indexée par un DateTime. Ce format permet une facilité de traitement et de visualisation très agréable.
Une autre façon d'insérer une nouvelle colonne dans un DataFrame Pandas est d'utiliser la méthode insert . La méthode insert prend trois arguments : loc , column et value . loc est l'indice de la colonne où nous voulons insérer la nouvelle colonne.
La fonction "assign()" permet notamment de créer une nouvelle colonne. Vous pouvez utiliser une colonne de votre dataframe en paramètre. Une simple assignation de la nouvelle colonne permet également de la créer. Si vous ne voulez modifier qu'une valeur précise, vous pouvez utiliser la méthode "loc()".
La méthode « Iloc » permet aussi de filtrer une partie du DataFrame. En premier paramètre de la ligne 0 à la ligne 2. Puis en deuxième paramètre de la première colonne à la deuxième. Pour rappel les index commencent à 0.
Vous pouvez le faire soit en changeant directement l'attribut, soit avec la fonction "set_option()". Pour pouvoir afficher tous les noms de colonnes, vous pouvez également utiliser les méthodes et attributs de l'objet "columns". La méthode "toList()" transforme l'objet en liste, ce qui permet de l'afficher entièrement.
La fonction tolist() est une méthode intégrée dans Pandas qui convertit un DataFrame en liste. Vous appelez simplement cette fonction sur votre DataFrame et elle renvoie une liste. Comme vous pouvez le voir, la fonction tolist() renvoie une liste de listes, où chaque liste interne correspond à une ligne du DataFrame.
La fonction Pandas permettant de faire une concaténation est la fonction concat . Pour concaténer plusieurs data frames, il suffit de placer l'ensemble de ceux-ci dans une liste, et d'utiliser la fonction concat sur cette liste. Le souci d'une concaténation, c'est qu'elle ne gère pas du tout les index par défaut.
Nous pouvons ajouter une ligne à un DataFrame avec la fonction append() .
Créez un DataFrame à l'aide de la méthode DataFrame(). Enregistrez le DataFrame en tant que fichier csv à l'aide de la méthode to_csv() avec le paramètre sep sous la forme « \ t ». Chargez le fichier CSV nouvellement créé à l'aide de la méthode read_csv() en tant que DataFrame. Affichez le nouveau DataFrame.
Arrays : c'est une séquence qui permet de représenter de manière compacte une liste de valeurs toutes du même type (élémentaire). Sa taille n'est pas fixe contrairement aux arrays numpy.
Matplotlib est avant tout une librairie qui permet de tracer des fonctions et d'afficher leurs courbes dans des graphiques. Nous pouvons obtenir les allures des fonctions trigonométriques comme sinus et cosinus en spécifiant l'intervalle sur lequel nous voulons observer ces fonctions.
Pour avoir un DataFrame au lieu d'un Numpy Array, utilisez après l'opération de normalisation : df = pd. DataFrame(X_transformed, columns = ['fixed acidity', 'volatile acidity', 'citric acid', 'residual sugar', 'chlorides', 'free sulfur dioxide', 'total sulfur dioxide', 'density', 'pH', 'sulphates', 'alcohol']) .
La méthode la plus simple pour supprimer une colonne d'un DataFrame consiste à utiliser la méthode drop . Vous pouvez utiliser la méthode drop avec le paramètre axis=1 pour indiquer que vous souhaitez supprimer une colonne.