2025.46 changes

documentation/01.5-pandas-dataframe.md

@@ -438,10 +438,11 @@ print(selection1, selection2, sep="\n")
 ### Bon à savoir : vues et copies
 
 Lorsque vous extrayez une partie d'un `DataFrame`{.python}, vous obtenez généralement un objet de type `DataFrame`{.python}.
-Cependant, il faut savoir que par défaut, le nouveau `DataFrame`{.python} est une **vue** sur le `DataFrame`{.python} initial.
-Cela veut dire que si vous modifiez le contenu du `DataFrame`{.python} initial, le contenu du `DataFrame`{.python} extrait sera aussi modifié, et vice versa.
+Cependant, il faut savoir que dans Pandas 2.0+, le nouveau `DataFrame`{.python} est une **copie** des données du `DataFrame`{.python} initial.
+Cela veut dire que modifier le contenu d'un des deux `DataFrame`{.python} n'a pas d'effet sur l'autre.
 
-Pour obtenir une copie des données du `DataFrame`{.python} extrait, il faut utiliser la méthode `.copy()`{.python}.
+Pour obtenir une vue des données du `DataFrame`{.python} extrait et appliquer des modifications partagées, il faut 
+extraire en utilisant par exemple `.loc[(lignes, colonnes)]` (avec un `tuple`{.python}).
 
 ```python {.numberLines}
 import pandas as pd
@@ -552,8 +553,13 @@ is_high = data > 3  # F, F, F, T, T, T
 high_data = data.loc[is_high & is_even]  # 4, 6
 ```
 
-On peut utiliser les opérateurs binaires `&`{.python} (`and`) et `|`{.python} (`or`) pour combiner les séries de booléens. 
-Le résultat est une série de booléens de la même longueur. 
+Pour des questions d'ordre d'évaluation des opérateurs, vous devrez quasi systématiquement utiliser des parenthèses pour discriminer vos conditions.
+Les opérateurs à utiliser pour assembler vos propositions sont les opérateurs logiques binaires :
+
+- `&`{.python} : ET binaire
+- `|`{.python} : OU binaire
+- `~`{.python} : NON binaire
+- `^`{.python} : OU exclusif binaire
 
 ----
 
@@ -712,6 +718,24 @@ L'attribut est documenté ici :
 [37]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.day_name.html
 [38]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.isocalendar.html
 
+----
+
+#### Exemple d'extraction de la semaine ISO
+
+Dans le standard ISO, le numéro de semaine est déterminé comme suit :
+
+La première semaine de l'année est celle dont la majorité de jours (au moins 4) est contenue
+dans l'année en cours.
+
+```python {.numberLines}
+import pandas as pd
+
+data = pd.DataFrame(data={
+    "order": ["A15", "B84", "D25", "B43"],
+    "date": pd.to_datetime(["2024-06-10", "2021-02-14", "2023-06-25", "2024-11-30"])
+})
+data["week"] = data["date"].dt.isocalendar()["week"]
+```
 
 ----
 
@@ -870,6 +894,14 @@ Dans tous les cas sauf pour `df.at`{.python}, la clé peut être un des objets s
 - liste de clés de lignes/colonne ou numéro de ligne (`[a, b, c]`{.python});
 - tuple à deux éléments (`(ligne(s), colonne(s))`{.python}).
 
+**Attention** : Passer un tuple contenant un slice ne fonctionne pas syntaxiquement parlant
+s'il est exprimé explicitement, ie. avec des parenthèses.
+
+```python {.numberLines}
+df.loc[(0, 0:2)]  # Ceci est une erreur de syntaxe
+df.loc[0, 0:2]  # Ceci est du Python valide
+```
+
 ----
 
 ## Valeurs vides
@@ -1020,6 +1052,9 @@ df3 = df.fillna({"siret": "N/A", "siege": "Inconnu"})
 df4 = df.ffill()  # forward fill
 # Remplir les colonnes avec la prochaine valeur non vide trouvée
 df5 = df.bfill()  # backward fill
+# Remplir les valeurs NaN en interpolant
+# https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.interpolate.html
+df6 = df.interpolate(method="cubic")
 ```
 
 ----
@@ -1157,6 +1192,8 @@ df = pd.DataFrame(data={
 df.drop(labels=["prenom"], axis="columns", inplace=True)
 # Retirer les lignes aux index 0 et 2, mais retourner un nouveau DataFrame
 df2 = df.drop(labels=[0, 2], axis="index")
+# Variante : Retirer les lignes aux index 0 et 2
+df3 = df.drop(index=[0, 2])
 ```
 
 ----
@@ -1200,7 +1237,7 @@ df = pd.DataFrame(data={
     "numero": [8, 31, 23, 14]
 })
 
-# Appliquer une fonction sur chaque colonne
+# Appliquer une fonction sur chaque ligne
 df2 = df.apply(lambda s: s * 2, axis="columns")
 ```
 
@@ -1434,7 +1471,7 @@ et organiser les éléments dans chaque groupe.
 
 ----
 
-## Astuces inoubliables
+## Extra :En vrac
 
 À l'usage, de nombreux cas empiriques déborderont des bases vues dans ce chapitre. Par exemple, certains
 comportements sont difficiles à comprendre, ou certains usages nécessitent quelques ajustements pour la performance.
@@ -1446,7 +1483,14 @@ comportements sont difficiles à comprendre, ou certains usages nécessitent que
 
 ### Warning : modifications sur une copie de slice
 
-Lorsqu'un utilisateur utilise Pandas dans le cadre d'une recherche ou d'un traitement, il est fréquent de 
-vouloir filtrer les lignes d'un `DataFrame`, puis d'appliquer des modifications au contenu de ce dernier.
+Lorsqu'un utilisateur utilise Pandas dans l'objectif de modifier un `DataFrame`{.python}
+extrait d'un `DataFrame`{.python} plus large (après filtrage de lignes par exemple), il
+sera généralement exposé à un message d'avertissement tel que le suivant :
 
+```text {.numberLines}
+SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
+Try using .loc[row_index,col_indexer] = value instead
+```
 
+Le message peut être désactivé via les paramètres de Pandas, ou encore en récupérant explicitement
+un `DataFrame`{.python} via la méthode `copy()`{.python}.