Table of Contents

    Utilisation de la bibliothèque pandas pour gérer des séries statistiques.

    http://www.python-simple.com/python-pandas/dataframes-indexation.php

    In [1]:
    # -*- coding: utf-8 -*-


import pandas as pd
df = pd.read_excel('donnees_lancer.xlsx')
df.head()
    Out[1]:
    Lancer dé n°1 Lancer dé n°2 Somme Produit
    0 3 1 4 3
    1 6 4 10 24
    2 4 5 9 20
    3 1 6 7 6
    4 4 5 9 20
    In [2]:
    len(df)
    Out[2]:
    199
    In [3]:
    df.columns
    Out[3]:
    Index(['Lancer dé n°1', 'Lancer dé n°2', 'Somme', 'Produit'], dtype='object')
    In [4]:
    df.describe()
    Out[4]:
    Lancer dé n°1 Lancer dé n°2 Somme Produit
    count 199.000000 199.000000 199.000000 199.000000
    mean 3.492462 3.361809 6.854271 11.798995
    std 1.774879 1.684675 2.470813 8.771499
    min 1.000000 1.000000 2.000000 1.000000
    25% 2.000000 2.000000 5.000000 4.000000
    50% 4.000000 3.000000 7.000000 10.000000
    75% 5.000000 5.000000 9.000000 18.000000
    max 6.000000 6.000000 12.000000 36.000000
    In [8]:
    df2 = pd.read_excel('ensemble.xlsx',header=7,sheetname=0)
df2.head(10)
    Out[8]:
    Code région Nom de la région Nombre d'arrondissements Nombre de cantons Nombre de communes Population municipale Population totale Unnamed: 7
    0 84 Auvergne-Rhône-Alpes 39 242.0 4133 7820966 8016878 NaN
    1 27 Bourgogne-Franche-Comté 24 152.0 3777 2820623 2906361 NaN
    2 53 Bretagne 15 102.0 1250 3276543 3377195 NaN
    3 24 Centre-Val de Loire 20 102.0 1811 2577435 2647698 NaN
    4 94 Corse 5 26.0 360 324212 329599 NaN
    5 44 Grand-Est 39 200.0 5152 5554645 5679943 NaN
    6 1 Guadeloupe 2 21.0 32 400186 406706 NaN
    7 3 Guyane 2 NaN 22 252338 254845 NaN
    8 32 Hauts-de-France 26 145.0 3818 6006156 6114617 NaN
    9 11 Île-de-France 25 155.0 1278 12027565 12179602 NaN
    In [7]:
    df2.describe()
    Out[7]:
    Code région Nombre d'arrondissements Nombre de cantons Nombre de communes Population municipale Population totale Unnamed: 7
    count 17.000000 17.000000 15.000000 17.000000 1.700000e+01 1.700000e+01 0.0
    mean 41.352941 19.647059 136.066667 2109.882353 3.876892e+06 3.962235e+06 NaN
    std 33.151058 13.522856 77.739002 1850.861721 3.169716e+06 3.223544e+06 NaN
    min 1.000000 2.000000 21.000000 22.000000 2.523380e+05 2.548450e+05 NaN
    25% 11.000000 5.000000 102.000000 360.000000 8.427670e+05 8.526570e+05 NaN
    50% 32.000000 18.000000 131.000000 1357.000000 3.335645e+06 3.424021e+06 NaN
    75% 75.000000 26.000000 177.500000 3818.000000 5.730753e+06 5.872219e+06 NaN
    max 94.000000 41.000000 258.000000 5152.000000 1.202756e+07 1.217960e+07 NaN
    In [ ]: