Scribd
Importer
0 vues3 pages

Guide Python L2 Fichiers JSON Pandas

Ce guide couvre la gestion des fichiers texte, l'utilisation de JSON et la manipulation de données avec Pandas en Python. Il explique les méthodes essentielles pour lire, écrire et modifier des fichiers, ainsi que les opérations de base sur les DataFrames, y compris la sélection, le filtrage et les statistiques. Enfin, il fournit des conseils pour résoudre des problèmes courants lors des examens.

Transféré par

dylanelokossousoton
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 DOCX, PDF, TXT ou lisez en ligne sur Scribd
0 vues3 pages

Guide Python L2 Fichiers JSON Pandas

Ce guide couvre la gestion des fichiers texte, l'utilisation de JSON et la manipulation de données avec Pandas en Python. Il explique les méthodes essentielles pour lire, écrire et modifier des fichiers, ainsi que les opérations de base sur les DataFrames, y compris la sélection, le filtrage et les statistiques. Enfin, il fournit des conseils pour résoudre des problèmes courants lors des examens.

Transféré par

dylanelokossousoton
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 DOCX, PDF, TXT ou lisez en ligne sur Scribd

Guide Python L2 : Fichiers, JSON et Pandas

Document de révision pour les épreuves universitaires.

1. Gestion des fichiers texte


Ouverture de fichier avec open().
Modes principaux :
- r : lecture
- w : écriture (écrase le contenu)
- a : ajout à la fin

Bonne pratique :
with open('[Link]', 'r') as f:
contenu = [Link]()

Méthodes importantes :
- read() : lit tout le fichier
- readline() : lit une seule ligne
- write() : écrit une chaîne
- writelines() : écrit une liste de chaînes

Toujours utiliser with pour fermer automatiquement le fichier.

2. JSON
JSON permet de stocker des données structurées.

import json

Écrire :
[Link](data, fichier, indent=4)

Lire :
[Link](fichier)

Ajouter un élément :
1. Charger avec load()
2. Modifier la liste avec append()
3. Réécrire avec dump()

À retenir :
dump/load travaillent avec des fichiers.
dumps/loads travaillent avec des chaînes de caractères.
3. Pandas et DataFrame
import pandas as pd

Création :
df = [Link](data)

Un DataFrame ressemble à une feuille Excel :


- lignes
- colonnes
- index

Exploration :
[Link]()
[Link]()
[Link]()
[Link]()
[Link]
[Link]
[Link]

4. Sélection et filtrage
Sélection d'une colonne :
df['Nom']

Filtrer :
df[df['Age'] > 20]

Combiner plusieurs conditions :


df[(df['Age'] > 20) & (df['Note'] >= 15)]

5. Statistiques
Moyenne :
df['Note'].mean()

Maximum :
df['Note'].max()

Minimum :
df['Note'].min()

Somme :
df['Note'].sum()
Nombre de valeurs :
df['Note'].count()

6. Recherche du meilleur étudiant


Indice de la note maximale :
df['Note'].idxmax()

Ligne complète :
[Link][df['Note'].idxmax()]

7. GroupBy
Regrouper par ville :
[Link]('Ville')

Moyenne des notes :


[Link]('Ville')['Note'].mean()

Plusieurs agrégations :
[Link]('Ville')['Note'].agg(
['mean', 'max', 'min', 'count']
)

Agrégations multiples :
[Link]('Ville').agg({
'Note': ['mean', 'max'],
'Age': ['mean', 'min']
})

8. Méthode de résolution des sujets


Questions fréquentes :
- Afficher les premiers étudiants -> head()
- Calculer une moyenne -> mean()
- Trouver le meilleur -> idxmax()
- Filtrer -> condition booléenne
- Grouper -> groupby()

Réflexe examen :
1. Identifier les données
2. Choisir la bonne méthode Pandas
3. Tester mentalement le résultat
4. Afficher le résultat

Vous aimerez peut-être aussi