Lire des données CSV avec pandas
Dans cette leçon, vous allez lire des données CSV dans un DataFrame avec la fonction read_csv() de pandas.
Dans quels cas utilise-t-on pandas read_csv ?
Le problème
La plupart des données que vous rencontrerez sont stockées dans des fichiers CSV : exports de tableurs, relevés bancaires, journaux de capteurs. Découper à la main les lignes puis les virgules ne résiste pas aux guillemets, aux valeurs manquantes ni aux nombres stockés sous forme de texte. pandas lit ces fichiers correctement en une seule ligne de code.
Imaginez-le ainsi
read_csv, c'est comme un agent de saisie qui recopie une liste dans un tableur. La première ligne donne les titres des colonnes, chaque ligne suivante devient une ligne du tableau, et l'agent repère les colonnes qui contiennent des nombres.
"name,score\n..."📃 Les lignes du texte CSVStringIO(csv_text)📂 Faire comme si le texte était un fichier ouvertpd.read_csv(...)🧑💼 Le recopier dans un tableaustudents📊 Les colonnes name et score, trois lignespd.read_csv lit du texte dont les valeurs sont séparées par des virgules, depuis un fichier ou un objet qui se comporte comme un fichier, et en fait un DataFrame. La première ligne sert de noms de colonnes, et le type de chaque colonne est deviné.
Les fichiers CSV servent à échanger des données entre tableurs, systèmes métier, outils d’analyse, API et bases de données. pandas.read_csv() les charge dans un DataFrame pour les nettoyer, filtrer et analyser.
Cas d’usage courants
- Analyser des exports Excel, Google Sheets ou CRM.
- Charger des jeux de données pour la data science et le machine learning.
- Corriger les valeurs manquantes, les types erronés et les doublons avant importation.
Quand l’utiliser ?
- Charger des données exportées de tableurs, de bases de données et de sites web.
- Lire en masse des journaux (logs) et des rapports.
- La première étape de presque toute analyse de données.
Quand s'en passer
- Les fichiers Excel avec plusieurs feuilles : utilisez
pd.read_excel. - Les fichiers trop gros pour la mémoire : lisez-les par morceaux avec
chunksize.
Exemple de base
import pandas as pd
from io import StringIO
csv_text = "name,score\nAda,95\nLin,88\nSam,91"
students = pd.read_csv(StringIO(csv_text))
print(students)
Résultat de l’exécution
name score
0 Ada 95
1 Lin 88
2 Sam 91
Exemple avancé
Les fichiers CSV réels sont souvent volumineux et imparfaits. Cet exemple sélectionne les colonnes utiles, analyse les dates, impose les types et reconnaît plusieurs formats de valeurs manquantes.
import pandas as pd
sales = pd.read_csv(
"sales.csv",
usecols=["order_date", "product", "quantity", "revenue"],
parse_dates=["order_date"],
dtype={"product": "string", "quantity": "Int64"},
na_values=["", "N/A", "unknown"],
)
sales = sales.dropna(subset=["order_date", "product"])
monthly_revenue = sales.groupby(
sales["order_date"].dt.to_period("M")
)["revenue"].sum()
print(monthly_revenue)
Explication du code
StringIO transforme une chaîne en un objet qui se comporte comme un fichier ouvert, read_csv() peut donc le lire directement sans créer de fichier temporaire. pandas reconnaît la première ligne comme en-tête et devine le type de chaque colonne. Avec des données réelles, des paramètres comme dtype, parse_dates et na_values permettent de contrôler la lecture.
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.
- Ajoutez des lignes, des colonnes et quelques valeurs manquantes aux données d’exemple.
- Combinez filtrage, tri et groupby pour produire un petit rapport.
- Lisez un vrai fichier de données, vérifiez le type de chaque colonne et traitez les valeurs invalides.
Erreurs fréquentes
Mauvais séparateur
Les fichiers CSV européens utilisent souvent ; comme séparateur : tout se retrouve alors dans une seule colonne.
pd.read_csv("data.csv")
pd.read_csv("data.csv", sep=";")
Leçon terminée ?
Marquez-la comme apprise pour suivre votre progression.