Bases & syntaxe
import pandas as pd
Importer Pandas pour utiliser ses fonctions et méthodes.
Structures de données
DataFrame
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
Créer un DataFrame à partir d'un dictionnaire.
Séries
s = pd.Series([1, 2, 3])
Créer une Séries à partir d'une liste.
Fonctions & méthodes essentielles
Sélection de données
df['A']
Sélectionner une colonne du DataFrame.
Filtrer des données
df[df['A'] > 1]
Filtre les lignes d'un DataFrame basées sur une condition.
Patterns courants
Manipuler des dates
pd.to_datetime(df['date'])
Convertir une colonne en type date.
Gérer les manquants
df.fillna(0)
Remplacer les valeurs manquantes par 0.
Opérations avancées
Groupes
df.groupby('A').sum()
Effectuer des opérations de groupement sur le DataFrame.
Jointures
pd.merge(df1, df2, on='key')
Effectuer une jointure entre deux DataFrames.
Debugging & outils
Afficher les informations du DataFrame
df.info()
Obtenir des informations sur le DataFrame.
Profiler les performances
import pandas as pd; import numpy as np; from time import time
start = time(); df = pd.DataFrame(np.random.rand(10000, 5)); print(time() - start)
Mesurer le temps d'exécution des opérations sur les DataFrames.