Comment ajouter une valeur à une série en Python avec Pandas
Une série Pandas est une structure de données très utilisée en Python pour manipuler des données unidimensionnelles. Elle est mutable, possède des index personnalisables et peut contenir différents types de données, ce qui en fait un outil puissant pour l'analyse et la manipulation de données. Dans cet article, nous explorerons en détail comment créer une série Pandas et surtout comment y ajouter des valeurs, qu'il s'agisse d'un ou plusieurs éléments.
Présentation de la série Pandas
La série Pandas est une liste mutable d’objets avec des index personnalisables. Ces objets ne doivent pas nécessairement être du même type, ce qui apporte une grande flexibilité. Par défaut, lorsque vous créez une série à partir d’une liste ou d’un tableau numpy, les index numériques commencent à 0, et les valeurs sont copiées. Si aucun index n’est spécifié à l’initialisation, un index par défaut sera utilisé. L'intérêt majeur de la série est la possibilité d’utiliser ces index pour accéder rapidement et précisément aux données.
Il est également important de noter que les séries ne sont pas multidimensionnelles : pour gérer des données à deux dimensions, il convient d’utiliser les DataFrames Pandas.
Créer et manipuler une série Pandas
Pour créer une série Pandas, vous pouvez passer en paramètre une liste Python, un tableau NumPy ou un dictionnaire Python où les clés deviendront les index de la série.
- Par exemple, créer une série à partir d'une liste : pandas.Series([1, 4, -1, 0.5]).
- Créer une série depuis un dictionnaire : les clés deviennent les index, les valeurs les éléments de la série.
- Il est aussi possible de créer une série à partir d'un fichier JSON avec read_json().
Les index peuvent être personnalisés via le paramètre index ou modifiés après création par la propriété <série>.index, à condition que la taille corresponde à celle de la série.
Lire aussi: Modifier Activité Kbis Auto-Entrepreneur
Ajout d'une valeur à une série Pandas
Étant donné que les séries Pandas sont mutables, on peut ajouter des valeurs après leur création, mais contrairement aux listes Python, les séries n’ont pas de méthode dédiée comme append() modifiant la série en place.
Pour ajouter une ou plusieurs valeurs, on utilise la fonction concat() de Pandas qui permet de concaténer deux séries en une seule, tout en préservant les index et les types des données.
Ajouter une seule valeur
Pour ajouter un seul élément, il faut d’abord créer une nouvelle série avec cette valeur puis concaténer cette série à la série d’origine :
import pandas as pds1 = pd.Series([1, 2, 3])s2 = pd.Series([4], index=[3]) # Ajouter à l'index 3 pour éviter conflit d'indexs_new = pd.concat([s1, s2])
La nouvelle série s_new contiendra toutes les valeurs de s1 plus la nouvelle valeur 4. Notez que la fonction concat() retourne un nouvel objet, la série initiale n’est pas modifiée.
Ajouter plusieurs valeurs
Pour ajouter plusieurs valeurs, on crée une série contenant ces nouvelles valeurs, avec des index appropriés, puis on utilise également la méthode concat() :
Lire aussi: INPI et Micro-Entreprise : Démarches
s_extra = pd.Series([5, 6], index=[4, 5])s_new = pd.concat([s1, s_extra])
Il est possible de réinitialiser les index si besoin avec l'argument ignore_index=True dans concat() :
s_new_reset = pd.concat([s1, s_extra], ignore_index=True)
Cette opération permet d'obtenir un index numérique simple reprenant l’ordre naturel des éléments.
Quelques précautions et conseils pratiques
- Index unique : Lors de l'ajout, faites attention aux index pour éviter les doublons non souhaités. Si vous concaténez deux séries ayant le même index, le résultat contiendra des indices dupliqués.
- Utilisation de inplace : La méthode concat() ne modifie pas la série d'origine en place, il faut donc réassigner le résultat.
- Compatibilité des types : Les types des données dans la série résultante sont cohérents ; si vous concaténez des int et des float, le type float sera privilégié pour préserver la précision.
- Manipulation avancée : Pour des modifications fréquentes ou importantes, il peut être plus efficace d’utiliser un DataFrame ou une autre structure dédiée avant de revenir à une série finale.
Autres méthodes liées à la modification des séries
Au-delà de l’ajout de valeurs, voici quelques opérations fréquentes sur les séries Pandas :
- <série>.drop() : permet de supprimer certaines valeurs en fonction de leur index.
- <série>.astype() : pour changer le type des éléments de la série, en gardant les index.
- <série>.append() : peut encore être utilisée mais est dépréciée au profit de concat().
Pour accéder aux valeurs et index, vous pouvez utiliser :
- <série>.values : renvoie un tableau numpy contenant les valeurs de la série.
- <série>.index : fournit un itérable avec les index.
Exemple complet d’ajout de valeurs
import pandas as pd# Création d'une série initiales = pd.Series([10, 20, 30], index=['a', 'b', 'c'])# Nouvelle série à ajouters_new_vals = pd.Series([40, 50], index=['d', 'e'])# Concaténation pour ajouter les valeurss_final = pd.concat([s, s_new_vals])print(s_final)
Ce code produira :
Lire aussi: Comment Calculer la TVA ?
a 10b 20c 30d 40e 50dtype: int64
Applications pratiques de l’ajout de valeurs dans les séries
Ajouter des valeurs à une série est utile dans de nombreux cas d’analyse de données :
- Fusionner les résultats de calculs successifs.
- Ajouter de nouvelles observations au fur et à mesure de la collecte de données.
- Concaténer des sous-séries issues de segmentations ou filtres divers.
- Préparer des données avant conversion en DataFrame.
Grâce à la compatibilité avec NumPy et aux nombreuses autres fonctionnalités des séries, elles permettent de réaliser des calculs, manipuler des données textuelles, gérer les données manquantes et bien plus.
Manipulation de données : Python et Pandas
Résumé des principales méthodes pour ajouter une valeur à une série Pandas
| Méthode | Description | Modification en place |
|---|---|---|
| concat() | Concatène plusieurs séries, permettant d’ajouter une ou plusieurs valeurs. | Non, retourne une nouvelle série. |
| append() | Ajoute une série à une autre. Méthode dépréciée, remplacée par concat. | Non, retourne une nouvelle série. |
En conclusion, bien que les séries Pandas soient une structure unidimensionnelle et étiquetée, leur manipulation et extension sont très flexibles via des fonctions puissantes comme concat(). Maîtriser l’ajout de valeurs à une série vous permettra d’enrichir vos jeux de données au fil de l’analyse et de les exploiter de façon optimale.
balises:
