0% ont trouvé ce document utile (0 vote)
5 vues8 pages

Cheatsheet Workingpython

Ce document est une feuille de triche sur la manipulation de données en Python, couvrant la lecture et l'écriture de fichiers, ainsi que l'utilisation des bibliothèques Pandas et NumPy. Il fournit des exemples de syntaxe pour diverses opérations telles que l'ouverture de fichiers, la lecture et l'écriture de données, la manipulation de DataFrames, et des fonctions statistiques. Les sections incluent également des méthodes pour filtrer, grouper et fusionner des données.

Transféré par

Lassina Dembele
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
5 vues8 pages

Cheatsheet Workingpython

Ce document est une feuille de triche sur la manipulation de données en Python, couvrant la lecture et l'écriture de fichiers, ainsi que l'utilisation des bibliothèques Pandas et NumPy. Il fournit des exemples de syntaxe pour diverses opérations telles que l'ouverture de fichiers, la lecture et l'écriture de données, la manipulation de DataFrames, et des fonctions statistiques. Les sections incluent également des méthodes pour filtrer, grouper et fusionner des données.

Transféré par

Lassina Dembele
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

04/04/2026 19:57 about:blank

Travailler avec des données dans Python Cheat Sheet


Lecture et écriture de fichiers
Package/Méthode Description Syntaxe et exemple de code

Syntaxe : r (lecture) w (écriture) a (ajout) + (mise à jour : lecture/écriture) b (binaire, sinon texte)
Exemples : with open("[Link]", "r") as file: content = [Link]() print(content) with open("[Link]", "
Différents
modes pour
ouvrir des
Modes d'ouverture
fichiers pour
de fichiers
des
opérations
spécifiques.

Syntaxe :
[Link]() # lit toutes les lignes sous forme de liste
readline() # lit la ligne suivante sous forme de chaîne
[Link]() # lit tout le contenu du fichier sous forme de chaîne

Différentes
méthodes
pour lire le
Méthodes de
contenu d'un Exemple :
lecture de fichiers
fichier de
diverses with open("[Link]", "r") as file:
manières. lines = [Link]()
next_line = [Link]()
content = [Link]()

Syntaxe :
[Link](content) # écrit une chaîne dans le fichier
[Link](lines) # écrit une liste de chaînes dans le fichier

Différentes
méthodes
Méthodes d'écriture
d'écriture de pour écrire
Exemple :
fichiers du contenu
dans un lines = ["Hello\n", "World\n"]
fichier. with open("[Link]", "w") as file:
[Link](lines)

Itération sur les Itère à Syntaxe :


lignes travers
for line in file: # Code pour traiter chaque ligne
chaque ligne
du fichier en
utilisant une
`boucle`.

about:blank 1/8
04/04/2026 19:57 about:blank

Exemple :
with open("[Link]", "r") as file:
for line in file: print(line)

Syntaxe :
file = open(filename, mode) # Code qui utilise le fichier
[Link]()

Ouvre un
fichier,
effectue des
opérations et
ferme
Open() et close() Exemple :
explicitement
le fichier en
utilisant la file = open("[Link]", "r")
content = [Link]()
méthode [Link]()
close().

Syntaxe :
with open(filename, mode) as file: # Code qui utilise le fichier

Ouvre un
fichier en
utilisant un
bloc with,
garantissant
with open() Exemple :
la fermeture
automatique
du fichier with open("[Link]", "r") as file:
content = [Link]()
après
utilisation.

Pandas
Package/Méthode Description Syntaxe et exemple de code

Lit des données à partir d'un fichier `.CSV` et Syntaxe : dataframe_name = pd.read_csv("[Link]") Exemple : df =
.read_csv()
crée un DataFrame. pd.read_csv("[Link]")

.read_excel() Lit des données à partir d'un fichier Excel et Syntaxe :


crée un DataFrame.
dataframe_name = pd.read_excel("[Link]")

about:blank 2/8
04/04/2026 19:57 about:blank

Exemple :
df = pd.read_excel("[Link]")

Syntaxe :
dataframe_name.to_csv("[Link]", index=False)

.to_csv() Écrit le DataFrame dans un fichier CSV.


Exemple :

df.to_csv("[Link]", index=False)

Syntaxe :
dataframe_name["column_name"] # Accède à une seule colonne
dataframe_name[["column1", "column2"]] # Accède à plusieurs colonnes

Accéder aux Accède à une colonne spécifique en utilisant []


colonnes dans le DataFrame. Exemple :

df["age"]
df[["name", "age"]]

describe() Génère un résumé statistique des colonnes Syntaxe :


numériques dans le DataFrame.
dataframe_name.describe()

Exemple :

[Link]()

about:blank 3/8
04/04/2026 19:57 about:blank

Syntaxe :
dataframe_name.drop(["column1", "column2"], axis=1, inplace=True)
dataframe_name.drop(index=[row1, row2], axis=0, inplace=True)

Supprime les lignes ou colonnes spécifiées du


drop() DataFrame. axis=1 indique les colonnes.
axis=0 indique les lignes. Exemple :
[Link](["age", "salary"], axis=1, inplace=True) # Supprimera les colonnes
[Link](index=[5, 10], axis=0, inplace=True) # Supprimera les lignes

Syntaxe :
dataframe_name.dropna(axis=0, inplace=True)

Supprime les lignes avec des valeurs NaN


dropna() manquantes du DataFrame. axis=0 indique les
lignes. Exemple :
[Link](axis=0, inplace=True)

Syntaxe :
dataframe_name.duplicated()

Valeurs ou enregistrements dupliqués ou


duplicated()
répétitifs dans un ensemble de données. Exemple :
duplicate_rows = df[[Link]()]

Filtrer les lignes Crée un nouveau DataFrame avec des lignes Syntaxe :
qui répondent à des conditions spécifiées.
filtered_df = dataframe_name[(Conditional_statements)]

about:blank 4/8
04/04/2026 19:57 about:blank

Exemple :
filtered_df = df[(df["age"] > 30) & (df["salary"] < 50000)

Syntaxe :
grouped = dataframe_name.groupby(by, axis=0, level=None, as_index=True,
sort=True, group_keys=True, squeeze=False, observed=False, dropna=True)

Divise un DataFrame en groupes en fonction


de critères spécifiés, permettant une
groupby()
agrégation, transformation ou analyse
ultérieure au sein de chaque groupe. Exemple :
grouped = [Link](["category", "region"]).agg({"sales": "sum"})

Syntaxe :
dataframe_name.head(n)

head() Affiche les premières n lignes du DataFrame.


Exemple :
[Link](5)

Importer pandas Importe la bibliothèque Pandas avec l'alias pd. Syntaxe :


import pandas as pd

Exemple :

about:blank 5/8
04/04/2026 19:57 about:blank
import pandas as pd

Syntaxe :
dataframe_name.info()

Fournit des informations sur le DataFrame, y


info() compris les types de données et l'utilisation de
la mémoire. Exemple :
[Link]()

Syntaxe :
merged_df = [Link](df1, df2, on=["column1", "column2"])

Fusionne deux DataFrames en fonction de


merge()
plusieurs colonnes communes. Exemple :
merged_df = [Link](sales, products, on=["product_id", "category_id"])

Syntaxe :
print(df) # ou tapez simplement df

imprimer le
Affiche le contenu du DataFrame.
DataFrame Exemple :
print(df)
df

about:blank 6/8
04/04/2026 19:57 about:blank

Syntaxe :
dataframe_name["column_name"].replace(old_value, new_value, inplace=True)

Remplace des valeurs spécifiques dans une


replace()
colonne par de nouvelles valeurs. Exemple :

df["status"].replace("In Progress", "Active", inplace=True)

Syntaxe :
dataframe_name.tail(n)

tail() Affiche les dernières n lignes du DataFrame.


Exemple :

[Link](5)

Numpy
Package/Méthode Description Syntaxe et exemple de code

Syntaxe :
import numpy as np

Importer NumPy Importe la bibliothèque NumPy.


Exemple :
import numpy as np

[Link]() Crée un tableau unidimensionnel ou Syntaxe :


multidimensionnel,
array_1d = [Link]([list1 values]) # Tableau 1D
array_2d = [Link]([[list1 values], [list2 values]]) # Tableau 2D

about:blank 7/8
04/04/2026 19:57 about:blank

Exemple :
array_1d = [Link]([1, 2, 3]) # Tableau 1D
array_2d = [Link]([[1, 2], [3, 4]]) # Tableau 2D

Exemple :
[Link](array)
[Link](array)
[Link](array)
[Link](array)
- Calcule la moyenne des éléments du tableau [Link](array_1, array_2)
- Calcule la somme des éléments du tableau
Attributs du tableau
- Trouve la valeur minimale dans le tableau
Numpy
- Trouve la valeur maximale dans le tableau
- Calcule le produit scalaire de deux tableaux

© IBM Corporation. Tous droits réservés.

about:blank 8/8

Vous aimerez peut-être aussi