Structures de données dans Pandas

Leçon 2 sur 19 du cours Analyse de données avec Pandas de Coddy.

Pandas utilise deux types de structures de données : les séries (series) et les dataframes.

Une série dans Pandas est comme un tableau unidimensionnel qui contient n'importe quel type de données. Par exemple, une série pourrait être une liste d'entiers [4, 3, 8, 5].
Un dataframe est une structure de données bidimensionnelle, comme un tableau avec des lignes et des colonnes. Imaginez une feuille de calcul ou une table SQL. Par exemple, un DataFrame pourrait être une collection de séries (colonnes) telles que le nom, l'âge et la taille.

Se familiariser avec les Series et les DataFrame vous aidera à tirer le meilleur parti de Pandas.

Pour créer une série, utilisez ce qui suit :

import pandas as pd
temp = pd.Series([1, 2, ,3])

Chaque colonne d'un dataframe est un objet de type série.

Pour convertir un dictionnaire en dataframe, il doit être au bon format :

data = [{"col1": 22000,'col2': 1500.0},
        {"col1": 25000,'col2': 3000.0},
        {"col1": 23000,'col2': 2500.0}]
df = pd.DataFrame(data)

Il existe également d'autres formats qui sont valides.

Défi

Facile

Créez une fonction nommée dataframe_creator qui reçoit des données, crée un dataframe à partir des données, et enfin affiche le dataframe.

Pour afficher un dataframe, écrivez : print(df).

Essayez vous-même

import pandas as pd
def dataframe_creator(data):
    # Écrire le code ici

Toutes les leçons de Analyse de données avec Pandas

1Introduction

4Analyse de données avec Pandas

2Travailler avec le DataFrame

5Défis

3Manipulation de données avec Pandas