Exemple sur pandas

import pandas as pd

data = [
    {'beer_name': 'a', 'type': 'blonde', 'price': 2},
    {'beer_name': 'b', 'type': 'blonde', 'price': 2},
    {'beer_name': 'c', 'type': 'blonde', 'price': 3},
    {'beer_name': 'd', 'type': 'brune', 'price': 4},
    {'beer_name': 'e', 'type': 'ale', 'price': 2}
]

df = pd.DataFrame(data)  # créer un dataframe à partir d'une liste de dict

df

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4
4	e	ale	2

df.columns

Index(['beer_name', 'type', 'price'], dtype='object')

type(df)

pandas.core.frame.DataFrame

# Créer un dataframe à partir d'un dict de list:
df2 = pd.DataFrame({
    'x': [1,2,3,5],
    'y': [4,22,33,5]
})

df2

	x	y
0	1	4
1	2	22
2	3	33
3	5	5

df2.shape

(4, 2)

df2.columns

Index(['x', 'y'], dtype='object')

df2.x

0    1
1    2
2    3
3    5
Name: x, dtype: int64

type(df2.x)

pandas.core.series.Series

l = [1, 2, 3, None]
s = pd.Series(l)

l

[1, 2, 3, None]

s

0    1.0
1    2.0
2    3.0
3    NaN
dtype: float64

s.mean()

2.0

df2['x']  

0    1
1    2
2    3
3    5
Name: x, dtype: int64

df2['x'] + 10

0    11
1    12
2    13
3    15
Name: x, dtype: int64

df2['x'] + df2['y']

0     5
1    24
2    36
3    10
dtype: int64

df2['x'] > 2  # renvoie une série de booléens

0    False
1    False
2     True
3     True
Name: x, dtype: bool

(df2['x'] > 2) & (df2['x'] < 5)  # on peut combiner les séries de booléens avec & et |

0    False
1    False
2     True
3    False
Name: x, dtype: bool

df

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4
4	e	ale	2

df['price']

0    2
1    2
2    3
3    4
4    2
Name: price, dtype: int64

bool_serie = df['price'] > 2
bool_serie

0    False
1    False
2     True
3     True
4    False
Name: price, dtype: bool

# on peut se servir de la syntaxe [] avec une série de booléens pour filtrer des lignes:
df[bool_serie]

	beer_name	type	price
2	c	blonde	3
3	d	brune	4

# Ici on extrait les lignes qui on un price <= 2 + celles qui ont un price > 3
df[(df['price'] > 3) | (df['price'] <= 2)]

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
3	d	brune	4
4	e	ale	2

s = df.price
s

0    2
1    2
2    3
3    4
4    2
Name: price, dtype: int64

s.sort_values()

0    2
1    2
4    2
2    3
3    4
Name: price, dtype: int64

df.sort_values('price')

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
4	e	ale	2
2	c	blonde	3
3	d	brune	4

df.sort_values(['type', 'price'])  # tri sur plusieurs colonnes

	beer_name	type	price
4	e	ale	2
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4

dfsorted = df.sort_values(['type', 'price'])
dfsorted

	beer_name	type	price
4	e	ale	2
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4

dfsorted.sort_index()  # trier par l'index

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4
4	e	ale	2

df['type']  # une colonne qui contient des str

0    blonde
1    blonde
2    blonde
3     brune
4       ale
Name: type, dtype: object

# L'attribut .str permet d'accéder aux méthodes des str habituelles:
df['type'].str.startswith('b')

0     True
1     True
2     True
3     True
4    False
Name: type, dtype: bool

df

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3
3	d	brune	4
4	e	ale	2

df[['price', 'type']]  # prendre un sous-ensemble des colonnes

	price	type
0	2	blonde
1	2	blonde
2	3	blonde
3	4	brune
4	2	ale

df.loc[[0, 2]]  # extrait les lignes à l'index 0 et 2

	beer_name	type	price
0	a	blonde	2
2	c	blonde	3

df.loc[0:2]  # extrait les lignes aux index 0, 1, et 2 *inclus*

	beer_name	type	price
0	a	blonde	2
1	b	blonde	2
2	c	blonde	3

# extrait les lignes aux index 1, 2, et 3 *inclus*, avec les colonnes price et type:
df.loc[1:3, ['price', 'type']]  

	price	type
1	2	blonde
2	3	blonde
3	4	brune

df['plop'] = [10, 11, 12, 13, 14]  # ajout d'une colonne

df

	beer_name	type	price	plop
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14

df2 = df.set_index('plop')  # on place la colonne 'plop' en index
df2

	beer_name	type	price
plop
10	a	blonde	2
11	b	blonde	2
12	c	blonde	3
13	d	brune	4
14	e	ale	2

df2.loc[10:12, 'beer_name':'price']

	beer_name	type	price
plop
10	a	blonde	2
11	b	blonde	2
12	c	blonde	3

df_with_beername_index = df.set_index('beer_name')

df_with_beername_index

	type	price	plop
beer_name
a	blonde	2	10
b	blonde	2	11
c	blonde	3	12
d	brune	4	13
e	ale	2	14

df_with_beername_index.loc[['a', 'c'], ['price', 'plop']]

	price	plop
beer_name
a	2	10
c	3	12

df_with_type_index = df.set_index('type')
df_with_type_index

	beer_name	price	plop
type
blonde	a	2	10
blonde	b	2	11
blonde	c	3	12
brune	d	4	13
ale	e	2	14

df_with_type_index.loc['blonde']

	beer_name	price	plop
type
blonde	a	2	10
blonde	b	2	11
blonde	c	3	12

# iloc est similaire à loc sauf qu'il prend en paramètre les positions des lignes/colonnes,
# contrairement à loc qui prend leurs valeurs.
df_with_type_index.iloc[:2, 1:]  # extrait les lignes 0 à 2 (exclue) et les colonnes 1 et suivantes

	price	plop
type
blonde	2	10
blonde	2	11

df 

	beer_name	type	price	plop
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14

# Extrait la valeur de la 1ère cellule:
df.iloc[0, 0]

'a'

dfbis = df.copy()

dfbis

	beer_name	type	price	plop
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14

# Concaténer 2 dataframes:
pd.concat([
    df,
    dfbis
])

	beer_name	type	price	plop
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14

df_with_type_index

	beer_name	price	plop
type
blonde	a	2	10
blonde	b	2	11
blonde	c	3	12
brune	d	4	13
ale	e	2	14

df_with_type_index.reset_index()

	type	beer_name	price	plop
0	blonde	a	2	10
1	blonde	b	2	11
2	blonde	c	3	12
3	brune	d	4	13
4	ale	e	2	14

for elem in df.index:
    print(elem)

0
1
2
3
4

df.set_index(['type', 'price']).sort_index()

		beer_name	plop
type	price
ale	2	e	14
blonde	2	a	10
	2	b	11
	3	c	12
brune	4	d	13

df.to_csv('output.csv', index=False)  # exporter le dataframe dans un fichier csv

pd.read_csv('output.csv')  # créer un dataframe à partir d'un csv

	beer_name	type	price	plop
0	a	blonde	2	10
1	b	blonde	2	11
2	c	blonde	3	12
3	d	brune	4	13
4	e	ale	2	14

pd.read_csv('output2.csv')

	beer_name	price	type	good
0	a	2	blonde	non renseigne
1	b	2	blonde	oui
2	c	3	blonde	oui
3	d	4	brune	non renseigne
4	e	2	ale	non renseigne
5	x	1	blonde	oui

# read_csv dispose de plein d'options
pd.read_csv('output2.csv', na_values=['non renseigne'], true_values=['oui'])

	beer_name	price	type	good
0	a	2	blonde	NaN
1	b	2	blonde	True
2	c	3	blonde	True
3	d	4	brune	NaN
4	e	2	ale	NaN
5	x	1	blonde	True