Exécuter pandas en ligne

Filtrer les lignes d'un DataFrame avec pandas

Dans cette leçon, vous allez extraire les lignes d'un DataFrame pandas qui vérifient une condition.

  • Intermédiaire
  • 2 min de lecture
  • 1 exemple exécutable

Introduction

Le problème

Une analyse commence en général par réduire les données : uniquement les commandes de cette année, uniquement les élèves qui ont 90 ou plus, uniquement les paiements échoués. Parcourir les lignes une à une pour les trouver est lent et verbeux. pandas filtre tout un tableau avec une seule condition.

Imaginez-le ainsi

Filtrer des lignes, c'est ce que fait un enseignant qui descend la colonne des notes avec un surligneur, marque chaque ligne à 90 ou plus, puis ne photocopie que les lignes surlignées.

Du surligneur au code
students["score"] >= 90🖍️ Surligner les lignes de 90 ou plus
[True, False, True, False]📌 Quelles lignes sont surlignées
students[...]📠 Ne copier que les lignes surlignées
high_scores📋 Ada et Sam, avec leurs étiquettes de ligne d'origine
Une colonne True/False choisit les lignes.
En une phrase

Pour filtrer un DataFrame, on utilise une Series booléenne, avec un True ou un False par ligne, et on ne garde que les lignes où la condition vaut True.

Points clés

  1. students["score"] >= 90 donne True ou False pour chaque ligne.
  2. students[...] avec cette condition ne garde que les lignes True.
  3. high_scores garde les étiquettes de ligne d'origine 0 et 2.
  4. students lui-même ne change pas.

Quand l’utiliser ?

  • Sélectionner les lignes qui comptent avant de compter, de calculer des moyennes ou de tracer un graphique.
  • Repérer des problèmes : valeurs manquantes, montants négatifs, tests échoués.
  • Répartir des données en groupes pour les comparer.

Quand s'en passer

  • Les règles très complexes : calculez un masque nommé pas à pas, ou utilisez query() pour un code plus lisible.
  • Agréger par groupe : utilisez groupby au lieu de filtrer chaque groupe à la main.

Code d’exemple

Exécuter le code →
main.py
import pandas as pd

students = pd.DataFrame({
    "name": ["Ada", "Lin", "Sam", "Mia"],
    "score": [95, 78, 91, 84],
})

high_scores = students[students["score"] >= 90]
print(high_scores)
Obtenir un bouton Run pour cet exemple

Résultat de l’exécution

name  score
0  Ada     95
2  Sam     91

Explication du code

L'expression students["score"] >= 90 crée une Series de True et de False, une valeur par ligne. En plaçant cette Series entre crochets, students[...], pandas ne garde que les lignes à True, le résultat contient donc Ada et Sam. Notez que les index d'origine (0 et 2) sont conservés.

Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.

Exercices d’approfondissement

Essayez de modifier le code en suivant les pistes ci-dessous. Changer le code et observer le résultat vous fera bien mieux comprendre la leçon que la simple lecture.

  1. Ajoutez des lignes, des colonnes et quelques valeurs manquantes aux données d’exemple.
  2. Combinez filtrage, tri et groupby pour produire un petit rapport.
  3. Lisez un vrai fichier de données, vérifiez le type de chaque colonne et traitez les valeurs invalides.
Exécuter dans le compilateur Python →

Erreurs fréquentes

Combiner des conditions avec and

and ne fonctionne pas sur des Series ; utilisez & avec des parenthèses autour de chaque condition.

Problème
students[students["score"] >= 80 and students["score"] < 90]
Correction
students[(students["score"] >= 80) & (students["score"] < 90)]

Leçon terminée ?

Marquez-la comme apprise pour suivre votre progression.

S'entraîner avec un défi

Utilisez le contenu de cette leçon pour résoudre un vrai problème. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.

Tous les défis