Se connecter

🐍 Python🟡 Intermédiaire → Avancé⏱️ ~24h

Nettoyage de Données

Nettoyer, transformer et combiner des données réelles avec pandas, jusqu'à un projet complet de bout en bout.

  • 3 modules
  • 16 chapitres
  • 123 exercices
  • 3 projets
Commencer gratuitement →Gratuit, sans carte bancaire

Ce que tu sauras faire

Tu pars de jeux de données réels, souvent imparfaits, pour construire un vrai workflow de nettoyage. Tu regroupes et résumes des données avec groupby et pivot_table, tu combines plusieurs sources avec concat et merge, tu transformes des colonnes avec map, apply et melt, puis tu nettoies du texte avec les méthodes vectorisées et les expressions régulières. Tu apprends à décider quoi faire des valeurs manquantes et des doublons, avant de mettre toutes ces compétences en pratique sur un projet complet, à partir de deux enquêtes de départ réelles.

  • Agréger, combiner et transformer des données réelles avec pandas
  • Nettoyer du texte avec les méthodes vectorisées et les expressions régulières
  • Détecter et traiter les valeurs manquantes et les doublons
  • Mener un projet de nettoyage de données complet, du chargement à la restitution

Pour qui

Personnes ayant terminé les bases de pandas et NumPy et souhaitant construire un vrai workflow de nettoyage de données sur des jeux de données réels

Idéalement, avant de commencer : Analyse et visualisation de données.

Le programme

Chaque chapitre de cours se termine par un quiz de validation et une fiche de révision, pour ancrer ce que tu as appris.

  1. Module 1

    Nettoyage et Analyse de Données avec Python

  2. Module 2

    Nettoyage de données avancé en Python

  3. Module 3

    Projets de nettoyage de données

Un exercice du cours

Tiré du chapitre gratuit « Agrégation de données ». Tu l’écris et tu l’exécutes directement dans ton navigateur, avec Koda pour t’aider si tu bloques.

  1. Utilise la fonction pd.read_csv() pour lire le fichier World_Happiness_2015.csv dans un DataFrame nommé happiness2015.
  2. Stocke les cinq premières lignes du DataFrame dans une variable nommée premieres_lignes, puis affiche-la avec print().
  3. Utilise la méthode DataFrame.info() pour afficher les informations sur le DataFrame.
  4. Une fois ton code exécuté, utilise l'inspecteur de variables pour regarder premieres_lignes et la sortie affichée, afin de te familiariser avec les données.
import pandas as pd

3 chapitres gratuits pour commencer

Tu commences sans carte bancaire. Le reste du cours est inclus dans l’abonnement Pro, avec Koda sans limite et les fiches d’entretien.

Voir les tarifs →

Prêt à te lancer dans Nettoyage de Données ?

Commencer gratuitement →Gratuit, sans carte bancaire