Correction TP Python Panda
Correction TP Python Panda
Correction TP Python Panda
1- Lancer IDLE Python, créer un nouveau fichier TP2.py puis coller le code ci-
dessous :
1
2 - Maintenant, vous allez ouvrir le fichier note.csv qui se trouve dans le même emplacement
du fichier TP2.py et puis :
2
3 - Remplacer le contenu du fichier TP2.py par ce dernier :
# informations diverses
print("Le nombre de lignes et colonnes : ")
print(df.shape)
print("Le nombre de valeurs par colonne : ")
print(df.count())
print("Les informations generale du tableau : ")
print(df.info())
print("Afficher les entetes des colonnes par deux facons differentes : ")
print(list(df.columns))
print(list(df))
3
5 - Affichage des statistiques :
# resume basique
print("Affichage des statistiques descriptives univaries")
print(df.describe())
print("Affichage des statistiques descriptives avec deux chiffres decimales")
print(df.describe().round(2))
4
6 - Traitement des données quantitatives :
Remarque : Il est possible de sélectionner les variables soit via les crochets [], soit par un point .. Les
fonctions ci-dessous permettent de décrire une variable quantitative (ici "Sexe").
# Quantitative :
print("Informations quantitative sur la colonne Age : ")
print(df.age.describe())
print(df["age"].describe())
print("La moyenne des Ages")
print(df.age.mean())
print("echantillonnage sur les tranches d'ages : ")
print(df.age.quantile([.01, .3, .9, .99]))
# Qualitatives :
print("Informations qualitative sur la colonne Sexe : ")
print(df.Sexe.describe())
print("Liste des valeurs d'une colonne : ")
print(df.Sexe.unique())
print("Compter le nombre de chaque valeur : ")
print(df.Sexe.value_counts())
print("Afficher les valeurs sous forme de tableau : ")
print(pd.crosstab(df.Sexe, "freq"))
print("Afficher les valeurs en porcentage sous forme de tableau : ")
print(pd.crosstab(df.Sexe, "freq", normalize=True))
6
print(pd.crosstab(df.Sexe, df.Observation))
print("Affichage des observations par sexes avec les totaux :")
print(pd.crosstab(df.Sexe, df.Observation, margins=True))
print("Affichage des observations par sexes en pourcentages :")
print(pd.crosstab(df.Sexe, df.Observation, normalize = True))