pandas.read_csv puis en utilisant describe, head, shape, sort_values sur le DataFrameCharger un fichier csv, visualiser les premières lignes, calculer un résumé statistique et trier les données avec pandas.
Un fichier notes.csv contient deux colonnes eleve et note. Afficher les 5 premières lignes, le résumé statistique et trier par note décroissante.
Charger un fichier csv, visualiser les premières lignes, calculer un résumé statistique et trier les données avec pandas.
pandas.read_csv renvoie un DataFrame ; df.shape donne (n, p), df.head() affiche les premières lignes, df.describe() renvoie pour chaque colonne numérique , et df.sort_values(by=...) trie selon une colonne.
import pandas as pd.df = pd.read_csv('fichier.csv').df.shape (taille), df.head() (5 premières lignes), df.columns (noms).df.describe() pour le résumé statistique et df.sort_values(by='col') pour trier.Un fichier notes.csv contient deux colonnes eleve et note. Afficher les 5 premières lignes, le résumé statistique et trier par note décroissante.
import pandas as pd.import pandas as pd.
df = pd.read_csv('fichier.csv').df = pd.read_csv('notes.csv').
df.shape (taille), df.head() (5 premières lignes), df.columns (noms).df.head() affiche les 5 premières lignes ; df.shape donne le couple .
df.describe() pour le résumé statistique et df.sort_values(by='col') pour trier.df.describe() renvoie mean, std, min, max de note ; df.sort_values(by='note', ascending=False) trie du meilleur au moins bon.
import pandas as pd
df = pd.read_csv('notes.csv')
print(df.head())
print(df.shape)
print(df.describe())
print(df.sort_values(by='note', ascending=False))
On dispose du résumé (mean, std, quartiles) et de la liste triée par note décroissante.
Les applications suivantes et la correction guidée sont réservées aux membres Premium
La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.