# Python & Pandas - Fondamentaux (Data Analytics)

> DataFrames, Series, indexation (loc, iloc), filtrage booléen, types de données, read_csv, describe, info, head/tail, shape, columns

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

## 1. Quelle est la structure de données principale de Pandas pour stocker des données tabulaires ?

**Réponse**

Le DataFrame est la structure de données centrale de Pandas. Il représente un tableau bidimensionnel avec des lignes et des colonnes, similaire à une feuille de calcul ou une table SQL. Chaque colonne est une Series, et chaque ligne possède un index. Le DataFrame permet de manipuler efficacement des données structurées grâce à ses nombreuses méthodes intégrées.

## 2. Qu'est-ce qu'une Series dans Pandas ?

**Réponse**

Une Series est un tableau unidimensionnel avec un index. Elle représente une seule colonne de données dans un DataFrame. Chaque élément possède un label (index) qui permet un accès rapide par nom ou position. Une Series ne peut contenir qu'un seul type de données (int, float, string, etc.), ce qui la distingue d'une simple liste Python.

## 3. Quelle fonction Pandas permet de lire un fichier CSV et de le charger dans un DataFrame ?

**Réponse**

La fonction pd.read_csv() lit un fichier CSV et retourne un DataFrame. Elle accepte de nombreux paramètres : sep pour le délimiteur, header pour la ligne d'en-tête, encoding pour l'encodage du fichier, dtype pour forcer les types de colonnes, et na_values pour définir les valeurs manquantes. C'est la méthode la plus courante pour importer des données dans Pandas.

## 17 questions supplémentaires disponibles

- Que retourne la méthode df.shape sur un DataFrame ?
- Quelle méthode permet d'afficher les 5 premières lignes d'un DataFrame ?

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
- [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
- [Python Analytics - Analyse avancée et ML](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-analytics-advanced.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-pandas-basics