Manipulation de données en Python

Remodelez vos données réelles avec pandas comme le travail se fait vraiment — combinez des tables avec merge, join et concat ; pivotez, faites du melt, du stack et des tableaux croisés ; parsez des dates et agrégez une série temporelle avec resample et rolling ; et dérivez ou nettoyez des colonnes avec assign, map, apply, l’accesseur .str et les catégoriels. Chaque bloc de code s’exécute, et chaque leçon se termine par une cellule interactive à essayer dans votre navigateur.

L’essentiel d’une vraie analyse, c’est de la manipulation : les chiffres dont vous avez besoin sont répartis dans plusieurs tables, stockés dans la mauvaise forme, enfermés dans des chaînes de dates, ou cachés dans des colonnes à dériver et à nettoyer avant qu’un seul graphique ou modèle n’ait de sens. Cette série enseigne pandas pour exactement ce travail — non pas une visite guidée de l’API, mais la poignée de gestes que vous mobilisez chaque jour, chacun montré sur des données réelles avec le résultat relu en langage clair.

Vous apprenez à combiner des tables avec merge, join et concat (et à valider la clé pour qu’une jointure ne supprime ni ne duplique jamais silencieusement une ligne) ; à remodeler entre format long et large avec pivot_table, melt, stack/unstack et crosstab ; à travailler avec les dates et les séries temporelles — parser avec to_datetime, extraire des composantes avec l’accesseur .dt, et agréger une série quotidienne avec resample et rolling ; et à transformer des colonnes avec assign, map, apply, l’accesseur .str et les catégoriels — y compris quand une expression vectorisée l’emporte sur un apply lent. Chaque bloc de code s’exécute, et chaque leçon se termine par une cellule interactive Essayez en direct que vous pouvez modifier et exécuter dans votre navigateur — sans installation.

Vous préférez R, ou vous travaillez dans les deux langages ? Ces leçons sont les équivalents Python du pilier Manipulation de données (dplyr, tidyr, lubridate, stringr), pour que le même remodelage ou la même jointure soit à un clic dans l’un ou l’autre langage.

Recevez les nouvelles leçons R & Python par e-mail

Pratique, reproductible, sans spam. Désinscription à tout moment.

Double opt-in. Nous ne partageons jamais votre e-mail.