Font size
WorksheetsQuizz Python Pandas
Total questions: 15
Worksheet time: 10mins
Quelle est la différence principale entre une Series et un DataFrame en Pandas ?
Une Series est un tableau 1D, un DataFrame est 2D
Aucune différence
Une Series contient uniquement des entiers, un DataFrame contient tout type de données
Une Series est mutable, un DataFrame ne l’est pas
Si s = pd.Series([10,20,30], index=['a','b','c']), que renvoie s['b'] ?
(a)
Avec df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]}), que donne df.loc[1,'B'] ?
(a)
Si df = pd.DataFrame({'A':[1,2,np.nan],'B':[4,np.nan,6]})
Que donne df.dropna() ?
Supprime uniquement les colonnes avec au moins un NaN
Supprime les lignes avec au moins un NaN
Supprime uniquement les colonnes avec uniquement des NaN
Supprime les lignes avec uniquement des NaN
Quelle méthode permet de fusionner deux DataFrames sur une colonne commune ?
pd.merge()
pd.join()
pd.concat()
Quelle est le nom de la fonction qui permet d'afficher les 5 premières lignes d'un dataframe ?
(a)
Avec df = pd.DataFrame({'A':[1,2,3]}), que renvoie df['A'] > 1 ?
[2,3]
[True,False,False]
[False,True,True]
Quelle est la différence entre la fonction isna() et isnull() ?
isna détecte les valeurs "na" et isnull les valeurs "null"
isna renvoie un masque de booléen alors que isnull renvoie des valeurs
Aucune différence
Peut-on mélanger différentes types à l'intérieur d'une même Series ?
OUI
NON
Avec la fonction `fillna` quelle méthode doit on utiliser pour remplacer les NAs par la valeur précédente ?
(a)
Avec la fonction `fillna` quelle méthode doit on utiliser pour remplacer les NAs par la valeur suivante ?
(a)
Si df1 a des colonnes id, val et df2 a des colonnes id, score, que fait :
pd.merge(df1, df2, on="id", how="inner")
Conserve tous les id de df1 et df2
Converse uniquement les id présents dans df1
Converse uniquement les id présents dans df2
Conserve uniquement les id présents dans les deux DataFrames
Quelle est la différence d'output entre df.groupby("col").mean() et df.groupby("col").agg("mean") ?
Aucune différence de résultat
agg("mean") ne fonctionne que sur une seule colonne
Si df1 a une colonne id_client et df2 a une colonne client_id, comment faire une jointure sur ces colonnes qui n’ont pas le même nom ?
pd.merge(df1, df2, left_on="id_client", right_on="client_id")
Impossible, il faut renommer les colonnes avant
pd.merge(df1, df2, on="client_id")
pd.merge(df1, df2, on="id_client")
Si les deux DataFrames doivent être fusionnés en utilisant leurs index respectifs, quelle est la syntaxe correcte ?
pd.merge(df1, df2, left_index=True, right_index=True)
pd.merge(df1, df2, left_on="index", right_on="index")
pd.merge(df1, df2, on="index")
