Analyse de données avec Pandas : Testez vos connaissances !

Question 1 sur 5 10:00

[{"id":1640,"question":"Quelle méthode Pandas permet de charger un fichier CSV dans un DataFrame ?","option_a":"df.load_csv()","option_b":"pd.read_csv()","option_c":"df.import_csv()","option_d":"pd.from_csv()","option_e":"","option_f":"","bonne_reponse":"B","explication":"La méthode correcte est \u003Cstrong\u003Epd.read_csv()\u003C\/strong\u003E, où 'pd' est l'alias standard pour la bibliothèque Pandas. Elle permet de lire un fichier CSV et de le convertir en DataFrame.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":1641,"question":"Comment afficher les 5 premières lignes d'un DataFrame nommé 'df' ?","option_a":"df.head()","option_b":"df.show()","option_c":"df.display()","option_d":"df.preview()","option_e":"","option_f":"","bonne_reponse":"A","explication":"La méthode \u003Cstrong\u003Edf.head()\u003C\/strong\u003E affiche les 5 premières lignes par défaut. Vous pouvez spécifier un nombre différent avec df.head(n).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":1642,"question":"Quelle méthode permet de calculer la moyenne d'une colonne 'age' dans un DataFrame ?","option_a":"df.mean('age')","option_b":"df['age'].mean()","option_c":"df.average('age')","option_d":"df.column('age').average()","option_e":"","option_f":"","bonne_reponse":"B","explication":"La syntaxe correcte est \u003Cstrong\u003Edf['age'].mean()\u003C\/strong\u003E, où 'age' est le nom de la colonne. Cette méthode calcule la moyenne des valeurs de la colonne.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":1643,"question":"Comment supprimer les lignes contenant des valeurs manquantes dans un DataFrame ?","option_a":"df.drop_missing()","option_b":"df.remove_na()","option_c":"df.dropna()","option_d":"df.clean()","option_e":"","option_f":"","bonne_reponse":"C","explication":"La méthode \u003Cstrong\u003Edf.dropna()\u003C\/strong\u003E supprime toutes les lignes contenant au moins une valeur manquante. Vous pouvez aussi utiliser df.dropna(axis=1) pour supprimer les colonnes.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":1644,"question":"Quelle fonction permet de compter le nombre de survivants dans une colonne 'survived' (1 = survivant, 0 = non-survivant) ?","option_a":"df['survived'].count()","option_b":"df['survived'].sum()","option_c":"df['survived'].size()","option_d":"df['survived'].length()","option_e":"","option_f":"","bonne_reponse":"B","explication":"La méthode \u003Cstrong\u003Edf['survived'].sum()\u003C\/strong\u003E retourne le nombre total de survivants, car la colonne contient des 1 (survivants) et des 0 (non-survivants).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0}]