DataFrame, sélection et types

Le tableau outille

import pandas as pd
df = pd.read_csv("data/colis_bruts.csv")
print(df.shape, df.dtypes)
print(df.head(3))
print(df.loc[df["unite_poids"] == "g", ["poids_valeur", "unite_poids"]].head())
print(df["poids_valeur"].isna().sum())

df[cond] filtre les lignes, df[col] sélectionne une colonne, .loc mélange les deux proprement. Le fichier fil rouge conserve volontairement poids_valeur avec unite_poids : ne calculez pas encore sa moyenne, car grammes et kilogrammes sont mélangés. L'atelier de nettoyage créera poids_kg.

Types = pièges

Une colonne prix lue en object à cause d'un "12,5" avec virgule fausse moyennes et modèles. pd.to_numeric(..., errors="coerce") + df.isna().sum() révèle le problème, mais errors="coerce" peut masquer des valeurs invalides : comptez-les et examinez-les. C'est le premier contrôle qualité avant toute statistique.