Interroger un tableau de données (pandas)

Un loueur de vélos garde une ligne par jour de l’année 2025. La gérante se pose deux questions. Le week-end est-il vraiment plus chargé ? Combien de jours ont dépassé 400 locations ?

Faire défiler 365 lignes ne répond à aucune des deux. Quelques lignes de pandas y répondent en quelques secondes.

Appuyez sur Démarrer dans la barre de la leçon et attendez que le labo tourne. Le terminal n’a pas de Python à lui. Chaque bouton Exécuter tape donc docker exec jupyter, qui lance une commande dans le conteneur du labo.

Ouvrez JupyterLab depuis la barre pour le carnet. Un bloc titré À taper dans votre carnet va dans une cellule. Il ne tourne pas sur cette page, dont le Python n’a pas pandas.

pd.read_csv lit un fichier CSV et rend un DataFrame. Chaque colonne prend son nom dans la première ligne du fichier.

Ici, les noms sont en anglais : date, month, weekday, weather, temp_c, rain_mm et hires, le nombre de vélos loués. Les valeurs aussi : sunny pour le soleil, rainy pour la pluie, cloudy pour un ciel couvert.

docker exec jupyter python3 steps/load.py

import pandas as pd

locations = pd.read_csv("hires.csv")
# La pluie la plus forte de l’année, en millimètres.
locations["rain_mm"].max()

locations["hires"] > 400 pose une question à chaque ligne. La réponse est une colonne de True et de False.

Placée dans locations[...], cette réponse ne garde que les lignes True. Pour deux tests, écrivez & pour « et », | pour « ou », et mettez chaque test entre parenthèses.

docker exec jupyter python3 steps/filter.py

# Les jours de pluie qui ont quand même dépassé 300 locations.
pluie_et_monde = locations[(locations["weather"] == "rainy") & (locations["hires"] >= 300)]
len(pluie_et_monde)

locations.groupby("weather")["hires"].mean() fait trois choses. Il sépare les lignes par météo. Il prend la colonne hires de chaque groupe. Il calcule la moyenne de chacun.

La moyenne se laisse tirer par quelques jours extrêmes. La médiane résiste mieux : regardez les deux. Le mode convient à une colonne de mots, comme la météo.

# Une semaine de locations à une station.
jours = [210, 185, 240, 185, 260, 230, 495]

total = 0
for valeur in jours:
    total = total + valeur
print("moyenne :", round(total / len(jours), 1))

dans_l_ordre = sorted(jours)
milieu = len(dans_l_ordre) // 2
print("médiane :", dans_l_ordre[milieu])
# Retirez 495 de la liste, puis relancez.
# Lequel des deux nombres bouge le plus ?

docker exec jupyter python3 steps/weather.py

docker exec jupyter python3 steps/weekend.py

# La médiane par météo, à comparer aux moyennes de weather.py.
locations.groupby("weather")["hires"].median()

Dans votre carnet, trouvez le mois le plus calme. Regroupez par month, prenez la moyenne de hires, puis rangez le résultat avec sort_values.

Posez ensuite votre propre question, avec un filtre et un regroupement. Par exemple : les jours de soleil seulement, le week-end reste-t-il plus chargé ? Notez votre prévision avant d’exécuter la cellule.