Python Pandas : analyser un fichier Excel de 100 000 lignes en 5 secondes

? Pandas : Excel mais en 100× plus puissant

Pandas est la bibliothèque Python pour analyser des données. Là où Excel a des limites, Pandas gère des millions de lignes en quelques secondes.

pip install pandas openpyxl

? Charger des données

import pandas as pd

# Lire un fichier CSV
df = pd.read_csv('ventes.csv')

# Lire un fichier Excel
df = pd.read_excel('rapport.xlsx', sheet_name='Feuil1')

# Afficher les premières lignes
print(df.head())
print(df.shape)  # (lignes, colonnes)
print(df.info())  # Types et valeurs manquantes

? Explorer et filtrer

# Sélectionner une colonne
df['Prénom']

# Filtrer les lignes
parisiens = df[df['Ville'] == 'Paris']
adultes   = df[df['Âge'] >= 18]
combo     = df[(df['Âge'] >= 18) & (df['Ville'] == 'Paris')]

# Trier
df.sort_values('Salaire', ascending=False).head(10)

? Statistiques en 1 ligne

df.describe()           # Stats complètes (min, max, moyenne...)
df['Salaire'].mean()    # Moyenne
df['Ville'].value_counts()  # Fréquences
df.groupby('Région')['Ventes'].sum()  # Total par région

? Nettoyer les données

# Valeurs manquantes
df.isnull().sum()                  # Compter les NaN
df.dropna()                         # Supprimer les lignes avec NaN
df['Âge'].fillna(df['Âge'].mean()) # Remplacer par la moyenne

# Doublons
df.duplicated().sum()
df.drop_duplicates(inplace=True)

# Renommer des colonnes
df.rename(columns={{'old': 'new'}}, inplace=True)

? Exporter les résultats

df.to_csv('résultat.csv', index=False)
df.to_excel('résultat.xlsx', index=False, sheet_name='Analyse')