Lors de récents tests, j'ai utilisé pandas pour divers triatements de données. Voici un résumé des fonctionnalités employées.

1. Installation et importation

pip install pandas
import pandas as pd

2. Lecture d'un fichier CSV

data_frame = pd.read_csv('fichier.csv', encoding='latin-1')
# Pour un fichier sans en-tête, spécifier les colonnes à utiliser :
data_frame2 = pd.read_csv('chemin_fichier.csv', header=None, usecols=range(9))

3. Suppression de colonnes sans nom

data_frame = data_frame.loc[:, ~data_frame.columns.str.match('^Unnamed')]

4. Retrait d'une colonne spécifique

data_frame.drop(columns=['colonne_x'], inplace=True)

5. Obtention de la liste des noms de colonnes

noms_colonnes = list(data_frame.columns)

6. Affectation de valeurs à une colonne

data_frame['colonne_y'] = 1

7. Concaténation verticale de DataFrames

df_concatene = pd.concat([data_frame1, data_frame2], axis=0, join='inner')

8. Exportation vers un fichier CSV

data_frame.to_csv('resultat.csv', sep=';', header=True, index=False)

9. Fusion de DataFrames

df_fusionne = pd.merge(data_frame1, data_frame2, on='cle_commun')

10. Élimination des doublons

df_sans_doublons = df_concatene.drop_duplicates(subset=['colonne_cible'], keep='first')

11. Vérification d'un DataFrame vide

if data_frame.empty:
    print("Le DataFrame ne contient aucune donnée.")

12. Écriture dans un fichier Excel

with pd.ExcelWriter('sortie.xlsx') as writer:
    data_frame.to_excel(writer, sheet_name='Feuille1', index=False)

13. Lecture d'un fichier Excel

df_excel = pd.read_excel('source.xlsx', sheet_name='Données')

14. Transformation et assignation de colonnes

df_resultat['nouvelle_col'] = df_resultat['colonne_orig'].str.extract(r'(\d+)').astype(float)

15. Extraction de données et conversion de type

valeurs = df_resultat['colonne_a'].astype('float64').to_numpy()

16. Création de tableaux croisés dynamiques

import numpy as np

tableau_croise = pd.pivot_table(
    df_resultat,
    index=['categorie'],
    values=['mesure'],
    aggfunc=[len, np.max, np.min, np.mean],
    fill_value=0,
    margins=True,
    margins_name='Total'
)

17. Tri des données

df_trie = df.sort_values(by=['critere1', 'critere2'], ascending=[False, True])

18. Réinitialisation de l'index

df.reset_index(drop=True, inplace=True)

19. Comparaison de DataFrames

from pandas.testing import assert_frame_equal

try:
    assert_frame_equal(df_a, df_b)
    print("Les DataFrames sont identiques.")
except AssertionError:
    print("Différences détectées.")