Summary  
Introduces the Pandas DataFrame as a two-dimensional, heterogeneous data structure composed of labeled Series and shows how to create one from a dictionary using the pd.DataFrame constructor.

General domain of usage  
Data analysis and manipulation

Pour récapituler, une `Series` est une structure de données **unidimensionnelle**, similaire à une liste ou à une colonne dans un tableur. Elle contient des données du **même type**, chaque élément étant identifié par un **index**.

En revanche, un `DataFrame` est une structure **bidimensionnelle** polyvalente dans Pandas, comparable à une table ou un tableur, avec des lignes et des colonnes. Il peut contenir des données de **types différents**, chaque colonne fonctionnant comme une `Series`. Comme un tableur, un `DataFrame` comprend à la fois un index et des étiquettes de colonnes, ce qui le rend idéal pour gérer de grands ensembles de données structurées.

Pour créer un objet `DataFrame`, il est nécessaire d'utiliser un `dictionary` avec le constructeur `.DataFrame()`.

import pandas as pd
people_data = {'name' : ['Ann', 'Alex', 'Kevin', 'Kate'], 
          'age' : [35, 12, 24, 45]}

people_df = pd.DataFrame(people_data)
print(people_df)

Pour indiquer explicitement qu'une variable représente un DataFrame, il est possible d'inclure `df` dans le nom de la variable, comme illustré dans cet exemple (`people_df`).

Remarque

import unittest
import importlib
import pandas as pd


# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


def get_first_differing_row(expected_df, actual_df):
    expected_list = expected_df.astype(str).apply(tuple, axis=1)
    actual_list = actual_df.astype(str).apply(tuple, axis=1)

    for i, (row1, row2) in enumerate(zip(expected_list, actual_list)):
        if row1 != row2:
            return i, expected_df.iloc[i].values, actual_df.iloc[i].values

    if len(expected_df) > len(actual_df):
        return len(actual_df), expected_df.iloc[len(actual_df)].values, None
    else:
        return len(expected_df), None, actual_df.iloc[len(expected_df)].values


class TestUserCode(unittest.TestCase):

    def test_animals_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'animals'),
            "The `animals` variable is declared.",
            "Expected the `animals` variable to be declared."
        )

    def test_animals_is_dataframe(self):
        import user_code
        try:
            actual_value = user_code.animals
            condition = isinstance(actual_value, pd.DataFrame)
            failure_message = f"Expected `animals` to be a `DataFrame`, but got `{type(user_code.animals).__name__}`."

        except AttributeError:
            condition = False
            failure_message = "The `animals` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `animals` is a `DataFrame`.",
            failure_message
        )

    def test_animals_is_correct(self):
        import user_code

        expected_data = {
            'animal': ['Cat', 'Dog', 'Parrot', 'Cat', 'Parrot', 'Cat'],
            'name': ['Dolly', 'Abbey', 'Erin', 'Kelly', 'Taffy', 'Odie']
        }
        expected_df = pd.DataFrame(expected_data)

        variable = 'animals'
        actual_df = getattr(user_code, variable, None)
        condition = False
        if actual_df is None:
            failure_message = f"The `{variable}` variable is not declared."
        elif not isinstance(actual_df, pd.DataFrame):
            failure_message = f"`{variable}` is not a `DataFrame`."
        elif actual_df.empty:
            failure_message = f"`{variable}` is empty."
        elif actual_df.equals(expected_df):
            condition = True
            failure_message = None
        else:
            idx, expected_row, actual_row = get_first_differing_row(expected_df, actual_df)
            failure_message = f"Expected `{variable}` to contain `{expected_row}` at row {idx}, but got `{actual_row}`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct data.",
            failure_message
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandas est une bibliothèque extrêmement conviviale pour l'analyse de données. Elle est également conçue pour gérer de grands ensembles de données, en utilisant des structures telles que DataFrame et Series. Cela en fait un outil précieux pour la Data Science. Dans ce guide, vous découvrirez un ensemble de fonctions statistiques, notamment comment trouver les corrélations, les modes, les médianes, ainsi que les valeurs maximales et minimales dans un ensemble de données. Vous apprendrez également à gérer les valeurs manquantes, à manipuler des valeurs spécifiques, ainsi qu'à les supprimer.

Découvrez les fondamentaux de la bibliothèque pandas. Apprenez à créer et manipuler des Series et des DataFrames, explorez leur structure et développez votre confiance dans l'exécution des opérations de données essentielles.

Maîtriser le chargement et la gestion des données à partir de fichiers CSV et TXT. Acquérir une expérience pratique de l'importation de jeux de données et de leur préparation pour une analyse ultérieure à l'aide des outils pandas.

Apprenez à explorer, nettoyer et résumer efficacement les données. Comprendre la gestion des valeurs manquantes, l'extraction d'informations et l'exécution d'opérations statistiques de base avec pandas.

DataFrame

Solution

Awesome!

DataFrame

Solution