Pandas est une librarie de Python utilisée pour travailler avec des ensembles de données.

Il a pour but d'analyser, de nettoyager, d'explorer et de manipuler les données.

Pandas nous permet d'analyser les bigdata et de tirer des conclusions basées sur des théories statistiques.

Pandas permet de nettoyer les ensembles de données désordonnés et les rendre lisibles et pertinents.

Les données sont très importantes en data science .

Installation de Pandas

Si Python et PIP sont déjà installés sur votre système, l'installation de Pandas est très simple.

Installez-le à l'aide de cette commande :

pip install pandas

Ou bien comme dans notre cas on utilisera la plateform de google, "Google Colaboratory",

Une fois Pandas installé, importez-le dans vos applications en ajoutant le mot clé import :

import pandas

Pandas Series

Une série en Pandas est comme une colonne dans un tableau.

C'est un tableau unidimensionnel contenant des données de tout type.

import pandas as pd
ages = pd.Series([22, 35, 58])
print(ages)

output

0    22
1    35
2    58
dtype: int64

Index

import pandas as pd

malist= [21, 17, 23]
ages = pd.Series(malist, index = ["a", "b", "c"])
print(ages )

Output

a    21
b    17
c    23
dtype: int64

Key/value en série

import pandas as pd

mydict = {"day1": 420, "day2": 380, "day3": 390}
myserie = pd.Series(mydict)
print(myserie)

Output

day1    420
day2    380
day3    390
dtype: int64

Pandas DataFrame

DataFrame est une structure de données à 2 dimensions, comme un tableau à 2 dimensions ou un tableau avec des lignes et des colonnes.

import pandas as pd

df = pd.DataFrame(
    {
        "Name": [
            "Braund, Mr. Owen Harris",
            "Allen, Mr. William Henry",
            "Bonnell, Miss. Elizabeth",
        ],
        "Age": [22, 35, 58],
        "Sex": ["male", "male", "female"],
    }
)
print(df)

Output

                       Name  Age     Sex
0   Braund, Mr. Owen Harris   22    male
1  Allen, Mr. William Henry   35    male
2  Bonnell, Miss. Elizabeth   58  female