Vous pouvez utiliser la syntaxe suivante pour utiliser une RECHERCHEV avec une instruction IF dans Google Sheets : =IF(ISNA(VLOOKUP(D2, A2:B11, 2, FALSE)), "", VLOOKUP(D2, A2:B11, 2, FALSE)) Cette formule particulière recherche la valeur dans la cellule D2 dans la plage A2:B11 ....
Vous pouvez utiliser les méthodes suivantes pour supprimer des colonnes d’un bloc de données dans R dont le nom contient des chaînes spécifiques : Méthode 1 : supprimer les colonnes si le nom contient une chaîne spécifique library(dplyr) df_new <- df %>% select(-contains('this_string')) Méthode...
Vous pouvez utiliser la syntaxe de base suivante pour créer un DataFrame pandas à partir d’un dictionnaire dont les entrées ont des longueurs différentes : import pandas as pd df = pd.DataFrame(dict([(key, pd.Series(value)) for key, value in some_dict.items()])) Cette syntaxe convertit une...
Vous pouvez utiliser la fonction dropna() avec l’argument subset pour supprimer les lignes d’un DataFrame pandas qui contiennent des valeurs manquantes dans des colonnes spécifiques. Voici les manières les plus courantes d’utiliser cette fonction en pratique : Méthode 1 : supprimer les lignes...
Vous pouvez utiliser la fonction dropna() pour supprimer les lignes d’un DataFrame pandas qui contiennent des valeurs manquantes. Vous pouvez également utiliser l’argument thresh pour spécifier le nombre minimum de valeurs non NaN qu’une ligne ou une colonne doit avoir pour...
Vous pouvez utiliser les méthodes suivantes pour filtrer les lignes d’un DataFrame pandas en fonction des valeurs des colonnes booléennes : Méthode 1 : filtrer le DataFrame en fonction d’une colonne booléenne #filter for rows where value in 'my_column' is True df.loc[df.my_column]...
Vous pouvez utiliser la syntaxe de base suivante pour convertir une colonne booléenne en colonne de chaîne dans un DataFrame pandas : df['my_bool_column'] = df['my_bool_column'].replace({True: 'True', False: 'False'}) Cet exemple particulier remplace chaque valeur True par la chaîne « True » et...
Vous pouvez utiliser la syntaxe suivante pour ajouter une colonne à un tableau croisé dynamique dans pandas qui affiche le pourcentage du total pour une colonne spécifique : my_table['% points'] = (my_table['points']/my_table['points'].sum())*100 Cette syntaxe particulière ajoute une nouvelle colonne appelée % points...
Vous pouvez utiliser l’argument figsize pour modifier la taille de la figure d’un histogramme créé dans pandas : import matplotlib.pyplot as plt #specify figure size (width, height) fig = plt.figure(figsize=(8,3)) ax = fig.gca() #create histogram using specified figure size df['my_column'].hist(ax=ax) L’exemple suivant...
Vous pouvez utiliser la syntaxe de base suivante pour mettre à jour les valeurs dans un DataFrame pandas tout en utilisant des iterrows : for i, row in df.iterrows(): points_add = 10 if row['points'] > 15: points_add = 50 df.at[i,'points'] = points_add...