Indexer un DataFrame par une colonne de dates

Fonctions :

• df.set_index('date', inplace=True)

  La fonction set_index() de Pandas permet de définir une ou plusieurs colonnes d'un DataFrame comme index. Dans ce cas, en spécifiant la colonne 'date', nous transformons cette colonne en l'index du DataFrame. Cela est particulièrement utile pour travailler avec des séries temporelles, car cela permet de faciliter l'accès, le filtrage et les calculs basés sur les dates. En définissant l'index à une colonne de dates, vous pouvez utiliser des fonctionnalités avancées telles que le découpage temporel ou la resampling (rééchantillonnage).

  Importation :

  import pandas as pd

  Attributs :

  Paramètre	Description
  keys	La ou les colonnes à définir comme index. Dans ce cas, il s'agit de la colonne 'date'.
  inplace	Si True, l'opération est effectuée directement sur le DataFrame sans renvoyer de nouvel objet. Par défaut, c'est False, ce qui signifie que le DataFrame original n'est pas modifié et que l'opération renvoie une copie avec le nouvel index.
  drop	Si True, la colonne utilisée comme index est supprimée du DataFrame. Par défaut, elle est conservée.
  append	Si True, la nouvelle colonne devient un index supplémentaire, sans remplacer les index existants. Par défaut, c'est False.

  Exemple de code :

  📋 Copy

  import pandas as pd
  
  # Création d'un DataFrame exemple
  data = {
      'date': ['2025-01-01', '2025-01-02', '2025-01-03'],
      'ventes': [100, 150, 200]
  }
  
  df = pd.DataFrame(data)
  
  # Avant le changement d'index
  print("Avant :\n", df)
  
  # Indexation du DataFrame par la colonne 'date'
  df.set_index('date', inplace=True)
  
  # Après le changement d'index
  print("\nAprès :\n", df)

  

  Explication du code :

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

  Création d'un DataFrame exemple

  Un DataFrame nommé df est créé avec les colonnes suivantes : date et ventes. La colonne date contient des dates sous forme de chaînes, et la colonne ventes contient des chiffres de vente associés.

  Avant le changement d'index

  La ligne print("Avant :\n", df) affiche le DataFrame original avant tout changement d'index. À ce moment, l'index est par défaut un index numérique (0, 1, 2, etc.).

  Indexation du DataFrame par la colonne 'date'

  La méthode set_index('date') permet de définir la colonne date comme nouvel index du DataFrame. Le paramètre inplace=True modifie directement le DataFrame sans en créer une copie.

  Après cette opération, la colonne date devient l'index du DataFrame, ce qui facilite les opérations sur les données temporelles, comme la recherche ou le filtrage par date.

  Après le changement d'index

  La ligne print("\nAprès :\n", df) affiche le DataFrame après avoir défini la colonne date comme index. Le DataFrame est désormais indexé par la colonne date, ce qui rend ce champ unique pour chaque ligne.