Pratique : Manipulation de données

• Télécharger le fichier csv "Noms de famille de la population résidante permanente par canton" : https://opendata.swiss/fr/dataset/nachnamen-der-standigen-wohnbevolkerung-nach-kanton-1/resource/941222e5-d881-4f37-be8f-297400c89c3b

Exercice 1

• Créer un fichier Excel par canton avec le top 10 des noms de famille de ce canton.

Utilisez les méthodes groupby, sort_values et head de l'objet DataFrame

# Solution exercice 1

import pandas as pd

def create_xlsx_par_Canton(csv_filepath):
    """Crée un fichier xlsx par canton avec le top 10 des noms de famille."""

    try:
        df = pd.read_csv(csv_filepath)
    except FileNotFoundError:
        print(f"Erreur: Le fichier {csv_filepath} n'a pas été trouvé.")
        return

    # Groupement par canton et tri par rang
    for canton, group in df.groupby("GDEKT"):
        top_10 = group.sort_values("RANG_KT").head(10)  # On prend le top 10
        
        # Gestion des erreurs si moins de 10 entrées pour un canton
        if len(top_10) == 0:
            print(f"Avertissement: Le canton {canton} n'a pas assez d'entrées pour créer un fichier Excel.")
            continue

        filename = f"top_10_{canton}.xlsx"
        top_10.to_excel(filename, index=False)
        print(f"Fichier {filename} créé avec succès.")

create_xlsx_par_Canton("ts-x-01.04.00.14.csv")

Exercice 2

• Pour aller plus loin, afficher maintenant le top 10 des noms les plus représentés en suisse

# Voir solution de l'exercice 3

Exercice 3

• Trouvez votre nom de famille et la nombre de représentation en suisse

# Solution de l'exercice 2 et 3

import pandas as pd

df = pd.read_csv("ts-x-01.04.00.14.csv")

# Affichage des informations sur le DataFrame pour comprendre sa structure
print("En-têtes :", df.columns)
print("\nAperçu des données:\n", df.head()) #Affiche les premières lignes

# Nettoyage et transformation des données, puis regroupement
df.drop(["TIME_PERIOD", "RANG_KT"], axis=1, inplace=True)
groupement = df.groupby("LASTNAME")
somme = groupement.sum("VALUE")
tri = somme.sort_values("VALUE", ascending=False)

# Affichage des 10 premiers résultats
print(tri.head(10))

# Recherche spécifique
nom = input("Quel nom de famille voulez-vous rechercher ? ")
search = tri.loc[nom]
print(f"Il y a {search.values} {nom} en suisse")