Pandas python

La version de pandas que j’utilises est 0.25.1, le data set que j’ai étudié est envoyé en piece jointe avec ce fichier.[pic 1]

< df = pandas.read_table("C:\college-basketball-dataset\cbb.csv",sep = ',',header = 0)>

Type(df)= .

Il contient 1757 ligne et 24 colonnes.

[pic 2]

Les colonnes présentes sont :        Index(['TEAM', 'CONF', 'G', 'W', 'ADJOE', 'ADJDE', 'BARTHAG', 'EFG_O', 'EFG_D',

       'TOR', 'TORD', 'ORB', 'DRB', 'FTR', 'FTRD', '2P_O', '2P_D', '3P_O',

       '3P_D', 'ADJ_T', 'WAB', 'POSTSEASON', 'SEED', 'YEAR'],

      dtype='object')

Le type de chaque colonne :

[pic 3]

D’autres informations sur les données :

[pic 4]

Descriptions des données :

[pic 5]

Focalisons nous sur une colonne spécifique :[pic 6]

[pic 7]

Ajoutons un ensemble de colonnes :

[pic 8]

Affichons les premiers valeurs de la colonne TEAM :

[pic 9]

Affichons les dernières  valeurs de la colonne TEAM :

[pic 10]

Statistiques descriptifs :

[pic 11]

Calcul explicite de la moyenne de la colonne G :

[pic 12]

Comptage des valeurs de la colonne SEED :

[pic 13]

La première valeur de la colonne YEAR :

[pic 14]

Ses 3 premiers valeurs :

[pic 15]

Afficher les valeurs en les triant en ordre croissant :

[pic 16]

Obtenir les indices de ces valeurs triées :

[pic 17]

Le tri peut être généralisé aux DataFrame :

[pic 18][pic 19]

Boucler sur l’ensemble des données : 

[pic 20]

Passage par la librairie numpy :

[pic 21][pic 22]

Accès à la valeur située en (0,0) :

[pic 23]

Valeur située en dernière ligne, première colonne :

[pic 24]

5 premières valeurs de toutes les colonnes :

[pic 25]

5 dernières lignes de toutes les colonnes :

[pic 26]

5 premières lignes et deux premières colonnes :

[pic 27]

[pic 28]

Liste des équipes qui sont classé premiers dans la postseason :

[pic 29]

Pour comptabiliser le nombre des champions et non champions :

[pic 30]

On ajoute les équipes qui ont finis 2emes :

[pic 31][pic 32]

[pic 33]

[pic 34]

[pic 35]

[pic 36][pic 37]

[pic 38]

[pic 39]

[pic 40] [pic 41]

[pic 42] 

[pic 43]

[pic 44] 

[pic 45]

[pic 46]