Skip to main content

Introduction à pandas

pandas est une bibliothèque Python spécialisée dans la manipulation et l’analyse de données tabulaires. Elle est indispensable pour tout projet de data science ou de machine learning.

Pourquoi utiliser pandas ?​

  • Chargement facile de fichiers CSV, Excel, JSON...
  • Manipulation efficace de tableaux de données (filtres, tris, groupements)
  • Nettoyage et transformation de données simples
  • Fonctionnalités proches d’Excel, mais en Python

Installation​

Si vous utilisez Anaconda, pandas est déjà installé. Sinon, vous pouvez l’installer avec :

pip install pandas

Structures principales de pandas​

1. Series : vecteur 1D (comme une colonne Excel)​

import pandas as pd

s = pd.Series([10, 20, 30])
print(s)

Sortie :

0    10
1    20
2    30
dtype: int64

2. DataFrame : tableau 2D (comme une feuille de calcul)​

data = {
    'Nom': ['Alice', 'Bob', 'Charlie'],
    'Âge': [25, 30, 35],
    'Ville': ['Paris', 'Lyon', 'Marseille']
}

df = pd.DataFrame(data)
print(df)

Sortie :

      Nom  Âge      Ville
0   Alice   25      Paris
1     Bob   30       Lyon
2  Charlie   35  Marseille

Lire un fichier CSV​

df = pd.read_csv("fichier.csv")

Pandas détecte automatiquement les colonnes, les types de données, les noms, etc.

Accéder aux données​

Aperçu rapide​

df.head()       # Les 5 premières lignes
df.tail(3)      # Les 3 dernières lignes
df.shape        # Nombre de lignes et colonnes
df.columns      # Liste des colonnes

Accès aux colonnes​

df["Nom"]             # Colonne 'Nom'
df[["Nom", "Ville"]]  # Plusieurs colonnes

Accès aux lignes​

df.iloc[0]       # Première ligne par position
df.loc[1]        # Ligne avec l’index = 1

Filtres et conditions​

# Âge supérieur à 25
df[df["Âge"] > 25]

# Villes différentes de "Paris"
df[df["Ville"] != "Paris"]

Ajouter ou modifier une colonne​

df["Année de naissance"] = 2025 - df["Âge"]

Statistiques rapides​

df.describe()     # Statistiques sur les colonnes numériques
df["Âge"].mean()  # Moyenne
df["Âge"].max()   # Maximum

Trier les données​

df.sort_values("Âge")              # Par défaut croissant
df.sort_values("Âge", ascending=False)  # Décroissant

Grouper les données​

df.groupby("Ville")["Âge"].mean()

Exporter les données​

df.to_csv("sortie.csv", index=False)

À retenir​

ConceptExplication
SeriesColonne unique avec index
DataFrameTableau 2D avec lignes et colonnes
read_csvLire un fichier CSV
iloc / locAccès aux lignes (par position ou par index)
groupbyCalculs par groupe (ex : moyenne par ville)

Prochaines étapes​

  • Apprendre à nettoyer des données (valeurs manquantes, doublons…)
  • Fusionner plusieurs DataFrames (merge, concat)
  • Utiliser pandas avec NumPy pour des calculs complexes