1. Bases du filtrage des données dans un DataFrame
Pourquoi a-t-on besoin de filtrer ?
Tout comme les filtres dans ton application préférée pour les selfies, le filtrage avec pandas nous aide à nous concentrer sur ce qui est vraiment important. On peut éliminer les données inutiles et garder uniquement celles qui comptent vraiment. C'est un outil indispensable pour l'analyse des données, surtout quand il faut préparer des rapports ou examiner de grands ensembles de données.
Notre premier filtrage
Allons-y avec un petit exemple. On a un DataFrame avec des infos sur les ventes de produits :
import pandas as pd
data = {
"Produit": ["Oranges", "Bananes", "Pommes", "Oranges", "Pommes"],
"Quantité": [10, 5, 8, 7, 6],
"Prix": [3.5, 2.0, 4.0, 3.0, 4.5]
}
df = pd.DataFrame(data)
# Filtrage des produits par nom
filtered_df = df[df["Produit"] == "Oranges"]
print(filtered_df)
Utilisation des conditions
On peut combiner les conditions, un peu comme avec un multi-filtre ! Par exemple, trouvons tous les produits dont la quantité vendue dépasse 6 unités et dont le prix est inférieur ou égal à 3.5 unités :
# Combinaison des conditions avec & (logique "et")
filtered_df = df[(df["Quantité"] > 6) & (df["Prix"] <= 3.5)]
print(filtered_df)
Rappels importants
N'oubliez pas qu'avec pandas, on utilise des crochets carrés pour créer les filtres et des parenthèses pour les conditions. Tu ne veux pas être "celle ou celui qui oublie ces parenthèses" ?
2. Tri des données
Pourquoi le tri est-il important ?
Trier les données nous permet de mettre de l'ordre et de voir la structure dans le chaos (si tant est que les datasets puissent être chaotiques, bien sûr). Imagine une bibliothèque où les livres sont éparpillés au hasard — l'horreur ! Le tri aide à organiser l'info, que ce soit pour analyser, créer des rapports ou simplement trouver une valeur précise.
Tri par une colonne
Mettons notre DataFrame en ordre croissant selon le prix des produits :
# Tri par ordre croissant de prix
sorted_df = df.sort_values(by="Prix")
print(sorted_df)
Tri par plusieurs colonnes
Imagine qu'il faille trier les données d'abord par la quantité, puis par prix si les quantités sont égales, et en ordre décroissant. Voilà comment faire :
# Tri par quantité et prix
sorted_df = df.sort_values(by=["Quantité", "Prix"], ascending=[True, False])
print(sorted_df)
Particularités du tri
Fais attention au paramètre ascending. Il te permet de définir si tu veux un tri en ordre croissant ou décroissant. Très utile lorsqu'on veut "maîtriser" ses données.
3. Application pratique
Exercice pratique
Passons à la pratique ! Supposons que tu es analyste dans une entreprise qui vend des gadgets. Ta mission : trouver tous les modèles de téléphones vendus en plus de 100 unités et les trier par bénéfice décroissant.
# Données sur les ventes de téléphones
data = {
"Modèle": ["Phone X", "Phone Y", "Phone Z", "Phone X", "Phone Y"],
"Vendus": [120, 150, 90, 130, 80],
"Bénéfice": [200, 180, 220, 210, 190]
}
df = pd.DataFrame(data)
# Filtrage des modèles avec plus de 100 unités vendues
filtered_df = df[df["Vendus"] > 100]
# Tri par bénéfice décroissant
sorted_df = filtered_df.sort_values(by="Bénéfice", ascending=False)
print(sorted_df)
Analyse et discussion
Combine filtrage et tri pour obtenir des données qui sont vraiment intéressantes et pertinentes pour toi ou ton rapport. Comme tout outil, plus on pratique, plus on devient expert. Et n'oublie pas : des données bien formatées, c'est non seulement une bénédiction pour un analyste, mais aussi sa plus grande fierté.
Erreurs fréquentes
Les débutants oublient parfois de mettre des parenthèses dans les conditions de filtrage, ce qui cause des erreurs. C'est un peu comme oublier de mettre le couvercle sur une casserole — ça peut partir en vrille. Une autre erreur fréquente est de mal spécifier l'ordre du tri pour plusieurs champs. Vérifie toujours que tu utilises bien ascending pour éviter de mettre tout sens dessus dessous.
Application pratique
En pratique, le filtrage et le tri sont des outils essentiels pour tout analyste de données. Ils permettent d'extraire rapidement les infos nécessaires de datasets complexes et de les préparer pour les rapports. Dans le monde réel, ils sont utilisés partout : de la fintech à la recherche médicale. Par exemple, les banques peuvent filtrer des transactions pour identifier des activités suspectes, tandis que les chercheurs trient des données sur des essais de médicaments pour découvrir des dépendances cachées. Et bien sûr, savoir utiliser ces outils peut être un atout précieux en entretien d'embauche.
4. Ressources externes pour aller plus loin
Pour ceux qui veulent approfondir le sujet, je recommande de jeter un œil à la documentation officielle de pandas, qui est une super ressource pour comprendre tout le potentiel de cette bibliothèque. Tu y trouveras plein d'exemples et d'explications pour maîtriser cet outil comme un pro.
GO TO FULL VERSION