Initial commit

2025-07-04 19:58:11 +02:00
commit 7d9352968d
101 changed files with 12643 additions and 0 deletions
--- a/documentation/new-01.1-pandas-concepts.md
+++ b/documentation/new-01.1-pandas-concepts.md
@ -0,0 +1,134 @@
+---
+title: Pandas
+author: Steve Kossouho
+---
+
+# Concepts de base de Pandas
+
+----
+
+## La bibliothèque Pandas
+
+Il existe d'assez nombreuses bibliothèques Python destinées à faciliter le traitement de données. 
+Bien que la bascule prenne du temps, de plus en plus de développeurs et d'entreprises optent pour
+inclure ces bibliothèques dans leur flux de travail, bien souvent en remplacement de solutions
+payantes telles que **SAS**, **Stata** ou **MatLab**.
+
+Parmi ces bibliothèques, on compte notamment `pyspark` (`Apache Spark`), `pandas`, `polars`
+ou encore `dask`. 
+
+`pandas`, la plus connue d'entre elles, est une bibliothèque assez intuitive, destinée à des 
+développeurs, et pensée pour des développeurs qui sont déjà habitués à traiter de la donnée
+dans des logiciels propriétaires.
+
+![_Logo de Pandas_](assets/images/logo-pandas.png){width=96px}
+
+----
+
+### Installer `pandas`
+
+Pour bénéficier de la meilleure expérience avec Pandas, vous pouvez l'installer avec l'outil `pip` :
+
+```bash {.numberLines}
+# Pandas-stubs offre l'autocomplétion sur des éléments dynamiques
+# Openpyxl permet à pandas de charger des documents Excel 2003- et 2007+
+pip install pandas pandas-stubs openpyxl
+```
+
+----
+
+## Types de base de Pandas
+
+Toute l'utilisation de la bibliothèque `Pandas` tourne autour de 3 classes principales permettant de manipuler des données en 1D ou en 2D.
+
+- `Series` : Séries de données (1 dimension)
+- `DataFrame` : Tableaux de données (2 dimensions)
+- `Index` : Séries de données identifiant des colonnes ou lignes
+
+[Guide utilisateur Pandas]
+
+----
+
+### Les objets `Series`
+
+La classe `Series` est la plus simple à manipuler. Elle stocke et permet de gérer les données d'un tableau à une dimension.
+
+```python {.numberLines}
+import pandas as pd
+
+series = pd.Series([0, 1, 1, 2, 3, 5, 8, 13, 21])
+```
+
+[pandas.Series]
+
+----
+
+### Les objets `DataFrame`
+
+La classe `DataFrame` permet de stocker et de manipuler des données dans un tableau à deux dimensions. Cette classe est séparée de la classe `Series`, au moins parce que les objets `DataFrame` possèdent deux index, au lieu d'un seul pour une `Series` (nous allons le découvrir plus tard).
+
+```python {.numberLines}
+import pandas as pd
+
+dataframe = pd.DataFrame(data=[["Paul", 1974], ["Quentin", 1991], ["Aude", 1987]])
+```
+
+[pandas.DataFrame]
+
+----
+
+### Les objets `Index`
+
+La classe `Index` est similaire à un objet de la classe `Series`. C'est une séquence de valeurs, qui est utilisée par Pandas pour étiqueter des colonnes d'un `DataFrame`, ou des enregistrements d'une `Series` ou d'un `DataFrame`. Tout objet `Series` ou `DataFrame` possède toujours un index par axe.
+
+```python {.numberLines}
+import pandas as pd
+
+index = pd.Index(data=[1, 2, 3])
+```
+
+[pandas.Index]
+
+----
+
+### Alternatif : Les objets `MultiIndex`
+
+Un objet `MultiIndex` est un `Index` dont les étiquettes sont composées sur plusieurs niveaux. Cela permet d'extraire des lignes ou des colonnes hiérarchiquement.
+
+```python {.numberLines}
+import pandas as pd
+
+index = pd.MultiIndex.from_tuples([("FR", "Paris"), ("FR", "Pau"), ("ES", "Madrid"), ("ES", "Sevilla")])
+series = pd.Series(data=[1, 2, 3, 4], index=index)
+print(series.loc["FR"])
+```
+
+[Indexation avancée]
+
+----
+
+### Alternatif : Les objets `DatetimeIndex`
+
+Un objet `DatetimeIndex` est un `Index` contenant des objets de type date, et dont le contenu est générable de façon déterministe. Ils contiennent généralement des dates à intervalles réguliers, ou des dates suivant des règles simples (ex. tous les 4 mercredi, toutes les fins de mois etc.)
+
+[Indexation avancée]
+
+
+----
+
+### Structure d'une `Series`
+
+![Series](assets%2Fimages%2Fstructures-series-shape.png)
+
+----
+
+### Structure d'un `DataFrame`
+
+![DataFrame](assets%2Fimages%2Fstructures-dataframe-shape.png)
+
+[Guide utilisateur Pandas]: https://pandas.pydata.org/docs/user_guide/index.html#user-guide Pandas user guide
+[pandas.Series]: https://pandas.pydata.org/docs/reference/series.html
+[pandas.DataFrame]: https://pandas.pydata.org/docs/reference/frame.html
+[pandas.Index]: https://pandas.pydata.org/docs/reference/indexing.html
+[pandas.MultiIndex]: https://pandas.pydata.org/docs/user_guide/advanced.html
+[Indexation avancée]: https://pandas.pydata.org/docs/user_guide/advanced.html