Importation de données
Pandas fournit des outils pour lire des données provenant d'une grande variété de sources. Comme l'ensemble de données que j'utilise est un fichier csv, j'utiliserai la fonction read_csv. Cette fonction dispose d'un grand nombre d'options pour analyser les données. Pour la plupart des fichiers, les options par défaut fonctionnent correctement — c'est le cas ici. import pandas as pdtrain_values = ad_csv('') train_labels = ad_csv('')
Pour analyser les données, j'aurai besoin que les valeurs train_values et les étiquettes train_labels soient combinées en une seule trame de données. Pandas fournit une fonction de fusion qui joindra des trames de données sur des colonnes ou des index. Dans le code suivant, j'effectue une fusion interne en utilisant le patient_id pour joindre la valeur correcte avec les étiquettes correctes. train = (train_values, train_labels, left_on='patient_id', right_on='patient_id', how='inner')
Données manquantes
Pandas fournit un certain nombre de fonctions pour traiter les données manquantes.
Manipulation Des Données Avec Panda Security
Certaines stratégies initiales de visualisation des données peuvent vous aider.
Manipulation Des Données Avec Pandas Drop
Avant de démarrer, il est nécessaire de charger la librairie Pandas. Pandas est une librairie python qui permet de manipuler facilement des données à analyser. Charger un dataframe avec read_csv ou read_table
df = ad_csv("")
#ou
df = ad_table("", sep=";")
Créer un csv à partir d'un dataframe avec
_csv("")
Changer l'index d'un dataframe avec. set_index
t_index("index_souhaité")
Filtrer son dataframe avec et
# On affiche ici toutes les lignes ayant la valeur "value" ainsi que les colonnes associées
["value", :)
# On affiche ici la colonne Category ainsi que les lignes associées
[:, "Category"]
# On affiche toutes les lignes pour lesquelles la valeur de Rating est supérieure à 4. 5
[mydataframe["Rating"]>4.
Un array correspond à un tableau de valeurs du même type. Les opérations mathématiques sont facilitées par un ensemble de fonctions accessibles dans le package numpy. Le site offre un large panorama des fonctionnalités de numpy. NB: L' alias np est très souvent utilisé pour désigner numpy
Petit rappel: en python, les indices commencent à zéro.