# Python Analytics - Analyse avancée et ML (Data Analytics)

> groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (régression, classification, clustering), train/test split, métriques, Jupyter, Google Colab

- 20 questions d'entretien
- Senior
- [Questions d'entretien: Data Analytics](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien.md)

## 1. Quelle est la différence principale entre les méthodes apply() et map() sur une Series Pandas ?

**Réponse**

La méthode map() est conçue pour mapper chaque valeur d'une Series à une nouvelle valeur via un dictionnaire ou une fonction, et fonctionne uniquement sur les Series. En revanche, apply() est plus flexible : elle peut appliquer une fonction élément par élément sur une Series ou ligne par ligne / colonne par colonne sur un DataFrame. Pour des transformations simples valeur par valeur sur une Series, map() est généralement plus rapide et plus lisible.

## 2. Quelle méthode Pandas utiliser pour agréger des données avec plusieurs fonctions d'agrégation sur différentes colonnes simultanément ?

**Réponse**

La méthode agg() (ou aggregate()) permet d'appliquer différentes fonctions d'agrégation à différentes colonnes en une seule opération. Elle accepte un dictionnaire où les clés sont les noms de colonnes et les valeurs sont les fonctions à appliquer. Cette approche est plus efficace et lisible que d'enchaîner plusieurs appels groupby avec des fonctions individuelles.

## 3. Quelle est la différence entre merge() et join() dans Pandas ?

**Réponse**

merge() est une fonction plus flexible qui joint deux DataFrames sur des colonnes spécifiques avec le paramètre on, left_on/right_on, ou des index. join() est une méthode de DataFrame qui joint par défaut sur les index et est plus concise pour les jointures simples basées sur les index. Pour des jointures complexes sur des colonnes non-index, merge() est préférable car il offre plus de contrôle sur les colonnes de jointure.

## 17 questions supplémentaires disponibles

- Comment créer un tableau croisé dynamique avec pivot_table() en spécifiant plusieurs fonctions d'agrégation ?
- Quelle est la fonction de transform() dans un contexte groupby() par rapport à apply() ?

S'inscrire gratuitement: https://sharpskill.dev/fr/login

## Autres sujets d'entretien Data Analytics

- [Google Sheets - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-basics.md): 20 questions, Junior
- [Google Sheets - Formules avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-advanced.md): 20 questions, Junior
- [SQL - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-basics.md): 25 questions, Junior
- [SQL - Agrégations et groupements](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-aggregations.md): 20 questions, Junior
- [SQL - Jointures](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-joins.md): 20 questions, Junior
- [BigQuery - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-fundamentals.md): 20 questions, Junior
- [Data Cleaning - Nettoyage des données](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-cleaning.md): 20 questions, Junior
- [KPIs et métriques business](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/kpis-metrics.md): 20 questions, Junior
- [Statistiques descriptives](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/descriptive-statistics.md): 20 questions, Junior
- [Zapier et automatisation No-Code](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/zapier-automation.md): 20 questions, Junior
- [Principes de data visualisation](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-viz-principles.md): 20 questions, Junior
- [Python & Pandas - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-pandas-basics.md): 20 questions, Junior
- [Google Sheets - Dashboards automatisés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-dashboards.md): 20 questions, Confirmé
- [SQL - Sous-requêtes et CTEs](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-subqueries-ctes.md): 20 questions, Confirmé
- [SQL - Window Functions](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-window-functions.md): 20 questions, Confirmé
- [BigQuery - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-advanced.md): 20 questions, Confirmé
- [Data Modeling](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-modeling.md): 20 questions, Confirmé
- [Analyse de funnels et conversion](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/funnel-analysis.md): 20 questions, Confirmé
- [Analyse de cohortes et rétention](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/cohort-retention.md): 20 questions, Confirmé
- [Google Tag Manager et tracking](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/gtm-tracking.md): 20 questions, Confirmé
- [APIs et webhooks](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/apis-webhooks.md): 20 questions, Confirmé
- [dbt - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-fundamentals.md): 20 questions, Confirmé
- [AB Testing et statistiques appliquées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/ab-testing.md): 20 questions, Confirmé
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/looker-studio.md): 20 questions, Confirmé
- [Power BI - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-fundamentals.md): 20 questions, Confirmé
- [SQL - Requêtes analytiques avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-advanced-analytics.md): 20 questions, Senior
- [dbt - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-advanced.md): 20 questions, Senior
- [Power BI - DAX et dashboards avancés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-dax.md): 20 questions, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-analytics-advanced