Créer un tableau croisé dynamique

Fonctions :

• pivot_table()

  La fonction pivot_table() permet de créer un tableau croisé dynamique dans un DataFrame, où les valeurs d'une ou plusieurs colonnes sont agrégées selon les combinaisons d'index et de colonnes spécifiées. Cela permet de résumer et d'analyser facilement des données, en utilisant des fonctions d'agrégation telles que la moyenne, la somme, le minimum, le maximum, etc.

  Importation :

  import pandas as pd

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  index	str ou list	La colonne (ou les colonnes) à utiliser comme index du tableau croisé.	None
  columns	str ou list	La colonne (ou les colonnes) à utiliser comme colonnes du tableau croisé.	None
  values	str	La colonne contenant les valeurs numériques à agréger.	None
  aggfunc	str ou function	La fonction d'agrégation à appliquer aux valeurs. Exemple : 'mean', 'sum', 'min', 'max', etc.	'mean'

  Exemple de code :

  📋 Copy

  import pandas as pd
  
  # Exemple de DataFrame
  data = {
      'produit': ['A', 'B', 'A', 'C', 'B', 'C', 'A'],
      'mois': ['Jan', 'Jan', 'Feb', 'Feb', 'Mar', 'Mar', 'Jan'],
      'ventes': [100, 150, 200, 250, 300, 350, 400]
  }
  df = pd.DataFrame(data)
  
  # Créer un tableau croisé dynamique
  pivot = df.pivot_table(index='mois', columns='produit', values='ventes', aggfunc='sum')
  
  print("Tableau croisé dynamique des ventes :")
  print(pivot)

  

  Explication du code :

  import pandas as pd importe la bibliothèque pandas, renommée ici en pd pour simplifier son utilisation dans le code.

  Exemple de DataFrame

  Le dictionnaire data contient trois clés : 'produit', 'mois', et 'ventes', chacune associée à une liste de valeurs. Ce dictionnaire est utilisé pour créer un DataFrame df.

  Créer un tableau croisé dynamique

  La méthode pivot_table() est utilisée pour créer un tableau croisé dynamique à partir du DataFrame. Elle permet de résumer les données en fonction de certaines catégories. Dans ce cas, les données sont regroupées par mois (via index='mois') et par produit (via columns='produit'). La somme des ventes est calculée pour chaque combinaison de mois et de produit, grâce à values='ventes' et aggfunc='sum', ce qui agrège les ventes pour chaque groupe.

  Le résultat est assigné à la variable pivot, qui contient le tableau croisé dynamique des ventes.

  Enfin, print(pivot) affiche le tableau croisé dynamique, montrant la somme des ventes pour chaque produit et mois.