Partie 3 · Concaténation et tri

Empiler, juxtaposer et trier

Concaténer assemble des tables sans clé de jointure : pd.concat([df1, df2, ...]).

Option	Effet
`axis=0` (défaut)	empile verticalement (ajout de lignes) ; colonnes similaires attendues
`axis=1`	place côte à côte (ajout de colonnes) ; index alignés
`ignore_index=True`	nouvel index séquentiel 0, 1, 2… au lieu de garder les anciens

Si les colonnes diffèrent (par exemple df_ventes_jour3 a une colonne de plus), les cases sans correspondance sont remplies par des NaN : c'est la question « Que constatez-vous ? » du TP. En Python pur, empiler = jour1 + jour2 (listes), et les colonnes manquantes se complètent avec l.get(col).

Vérifie que tu as compris

Quelle est la différence essentielle entre concat et merge ?

Vérifie que tu as compris

Que fait ignore_index=True dans concat ?

À toi de coder

Empiler deux jours de ventes

Deux fichiers de ventes (jour 1 et jour 3) n'ont pas exactement les mêmes colonnes : le jour 3 ajoute remise. Empile-les dans total, puis complète la colonne manquante par None pour les lignes du jour 1, comme le ferait concat avec des NaN. Calcule aussi le nombre total de colonnes distinctes.

jour1 = [{"produit": "A", "qte": 3}, {"produit": "B", "qte": 5}]
jour3 = [{"produit": "A", "qte": 2, "remise": 0.1}]
empile = jour1 ___ jour3
colonnes = []
for l in empile:
    for c in l:
        if c not in colonnes:
            colonnes.append(c)
total = [{c: l.___(c) for c in colonnes} for l in empile]

Ctrl/⌘+Entrée

Trier : `sort_values`

.sort_values(by=[...], ascending=[...]) trie par une ou plusieurs colonnes ; ascending=True est le défaut. On trie pour remettre les observations dans un ordre cohérent (avant un export) ou pour visualiser les extrêmes après un describe. Tri multiple : « d'abord client_id croissant, puis montant décroissant ».

En Python pur : sorted(lignes, key=lambda l: (l["client_id"], -l["montant"])). Le signe moins inverse l'ordre d'une colonne numérique. Pour du texte décroissant, on fait deux tris successifs (Python trie de façon stable) ou reverse=True si toutes les colonnes vont dans le même sens.

À toi de coder

Tri sur deux colonnes

Trie les commandes d'abord par client_id croissant, puis, à client égal, par montant décroissant. La clé de tri est un tuple ; le signe moins renverse l'ordre d'un nombre.

commandes = [
    {"client_id": 2, "montant": 80},
    {"client_id": 1, "montant": 120},
    {"client_id": 2, "montant": 200},
    {"client_id": 1, "montant": 40},
]
triees = sorted(commandes, key=lambda l: (l["client_id"], ___ l["montant"]))