Introduction aux chiffriers

Ingestion de données rationalisée avec pandas

Amany Mahfouz

Instructor

Chiffriers

Aussi appelés fichiers Excel
Données tabulaires, avec des cellules en lignes et colonnes
Contrairement aux fichiers plats, peuvent avoir du formatage et des formules
Plusieurs feuilles peuvent exister dans un classeur

Charger des chiffriers

Les chiffriers ont leur propre fonction de chargement dans pandas : read_excel()

Capture d'écran des données de l'enquête New Developer de FreeCodeCamp dans un logiciel de chiffrier

Charger des chiffriers

import pandas as pd

# Read the Excel file
survey_data = pd.read_excel("fcc_survey.xlsx")


# View the first 5 lines of data
print(survey_data.head())

    Age  AttendedBootcamp       ...                    SchoolMajor  StudentDebtOwe
0  28.0               0.0       ...                            NaN           20000
1  22.0               0.0       ...                            NaN             NaN
2  19.0               0.0       ...                            NaN             NaN
3  26.0               0.0       ...        Cinematography And Film            7000
4  20.0               0.0       ...                            NaN             NaN

[5 rows x 98 columns]

Charger des colonnes et lignes choisies

Feuille d'enquête avec des lignes d'en-tête de métadonnées

Feuille de facture avec plusieurs petits tableaux de données

Charger des colonnes et lignes choisies

read_excel() partage plusieurs paramètres avec read_csv()
- nrows : limite le nombre de lignes à charger
- skiprows : nombre ou numéros de lignes à ignorer
- usecols : choisir des colonnes par nom, position ou lettre (p. ex. « A:P »)

Charger des colonnes et lignes choisies

# Read columns W-AB and AR of file, skipping metadata header
survey_data = pd.read_excel("fcc_survey_with_headers.xlsx",
                            skiprows=2,
                            usecols="W:AB, AR")


# View data
print(survey_data.head())

   CommuteTime            CountryCitizen  ...    EmploymentFieldOther    EmploymentStatus   Income
0         35.0  United States of America  ...                     NaN  Employed for wages  32000.0
1         90.0  United States of America  ...                     NaN  Employed for wages  15000.0
2         45.0  United States of America  ...                     NaN  Employed for wages  48000.0
3         45.0  United States of America  ...                     NaN  Employed for wages  43000.0
4         10.0  United States of America  ...                     NaN  Employed for wages   6000.0

[5 rows x 7 columns]

Passons à la pratique !

Ingestion de données rationalisée avec pandas