Gérer les valeurs manquantes dans un pivot_table

Fonctions :

• pivot_table(fill_value=0)

  La fonction pivot_table() dans pandas permet de créer des tableaux croisés dynamiques à partir de données, mais dans certains cas, des valeurs manquantes peuvent apparaître dans les résultats. Le paramètre fill_value permet de remplacer ces valeurs manquantes (NaN) par une valeur spécifique, comme 0 ou une autre valeur par défaut. Cela peut être utile pour éviter des erreurs ou pour compléter les tableaux croisés de manière plus significative.

  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'
  fill_value	scalar, optionnel	La valeur à utiliser pour remplacer les valeurs manquantes dans le tableau croisé dynamique (NaN).	None

  Exemple de code :

  📋 Copy

  import pandas as pd
  
  # Exemple de DataFrame avec des valeurs manquantes
  data = {
      'produit': ['A', 'B', 'A', 'C', 'B', 'C', 'A'],
      'mois': ['Jan', 'Jan', 'Feb', 'Feb', 'Mar', 'Mar', 'Jan'],
      'ventes': [100, 150, 200, 250, None, 350, None]
  }
  df = pd.DataFrame(data)
  
  # Créer un tableau croisé dynamique en remplaçant les valeurs manquantes par 0
  pivot = df.pivot_table(index='mois', columns='produit', values='ventes', aggfunc='sum', fill_value=0)
  
  print("Tableau croisé dynamique avec valeurs manquantes remplacées par 0 :")
  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 avec des valeurs manquantes

  Le dictionnaire data contient trois clés : 'produit', 'mois', et 'ventes', chacune associée à une liste de valeurs. Certaines valeurs de la colonne 'ventes' sont manquantes (représentées par None). Ce dictionnaire est utilisé pour créer un DataFrame df.

  Créer un tableau croisé dynamique en remplaçant les valeurs manquantes par 0

  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. Ici, les données sont regroupées par mois (index='mois') et par produit (columns='produit'). La somme des ventes est calculée pour chaque combinaison de mois et de produit (values='ventes' et aggfunc='sum').

  Le paramètre fill_value=0 est utilisé pour remplacer les valeurs manquantes par zéro. Cela garantit qu'aucune valeur manquante ne figure dans le tableau croisé dynamique.

  Le résultat est assigné à la variable pivot, qui contient le tableau croisé dynamique des ventes avec les valeurs manquantes remplacées par 0.

  Enfin, print(pivot) affiche le tableau croisé dynamique, montrant la somme des ventes pour chaque produit et mois, avec les valeurs manquantes remplacées par zéro.