Traitement des données en tables⚓︎

Fiche méthode & révision — Première NSI · Chapitre 17

Fiche compacte pour refaire seul les activités : CSV / JSON, importation, recherche, filtrage, tri, visualisation et fusion de tables.

1. Objectifs⚓︎

À la fin du chapitre, vous devez savoir :

connaître les formats CSV / JSON et la structure d'une table ;
lire un fichier avec csv.reader / csv.DictReader ;
expliquer liste de listes vs liste de dictionnaires ;
programmer : recherche, filtrage, tri, visualisation, fusion.

2. Définitions essentielles⚓︎

Terme	Définition
Donnée tabulaire	Données organisées en table.
Table	Ensemble d'enregistrements.
Descripteur	Nom d'une colonne (attribut).
Enregistrement	Une ligne (un objet).
Valeur	Contenu d'une case.
CSV	Texte tabulaire à séparateurs.
JSON	Données structurées (clés-valeurs).
Séparateur	Caractère séparant les valeurs (`,` `;`).
Encodage	Codage des caractères (`utf-8`).
Liste de listes	Table indexée par position.
Liste de dictionnaires	Table indexée par descripteur.
Clé	Descripteur d'un dictionnaire.
Filtre	Sélection selon un critère.
Critère de tri	Donnée servant à ordonner.
Doublon	Valeur répétée.
Fusion	Combiner deux tables.
Colonne commune	Descripteur partagé (clé de fusion).

3. CSV vs JSON⚓︎

	CSV	JSON
Organisation	tableau (lignes / colonnes)	structure imbriquée
Séparateur	`,` ou `;`	accolades, crochets
Types	tout en chaînes	nombres, listes, objets
Lisibilité	tableur	hiérarchique
Usage	données plates	échange de données

4. Lire un CSV avec `csv.reader`⚓︎

🐍 Script Python

import csv
with open("albums.csv", encoding="utf-8") as f:
    lecteur = csv.reader(f, delimiter=",")
    table = []
    for ligne in lecteur:
        table.append(ligne)

chaque ligne est une liste ; les valeurs sont des chaînes ;
with ferme le fichier automatiquement.

5. Lire avec `csv.DictReader`⚓︎

🐍 Script Python

import csv
with open("albums.csv", encoding="utf-8") as f:
    lecteur = csv.DictReader(f, delimiter=",")
    table = []
    for ligne in lecteur:
        table.append(ligne)
# accès : ligne["titre"]

la 1ʳᵉ ligne sert de clés ; on obtient une liste de dictionnaires ;
accès par descripteur (ligne["titre"]) au lieu d'un indice (ligne[0]).

6. Choisir la représentation⚓︎

Représentation	Avantage	Limite	Usage
Ligne affichée	rapide	non manipulable	aperçu
Liste de listes	compacte	accès par indice (peu lisible)	petites tables
Liste de dictionnaires	accès par nom (clair)	un peu plus lourde	traitement courant

7. Rechercher une donnée⚓︎

🐍 Script Python

def rechercher(table, descripteur, valeur):
    for enr in table:
        if enr[descripteur] == valeur:
            return enr
    return None          # absence

8. Filtrer une table⚓︎

Étapes

créer une liste vide ;
parcourir les enregistrements ;
tester une ou plusieurs conditions ;
ajouter les lignes correspondantes ;
retourner la liste.

🐍 Script Python

def filtrer(table):
    resultat = []
    for enr in table:
        if int(enr["annee"]) > 2000 and enr["style"] == "rock":
            resultat.append(enr)
    return resultat

Critères possibles : année, style, nombre de fans, intervalle.

9. Comparer correctement⚓︎

Réflexes

convertir : int(enr["annee"]), float(...) (les valeurs CSV sont des chaînes) ;
ignorer la casse : enr["style"].lower() == "rock" ;
vérifier les chaînes vides (if enr["x"] != "") ;
traiter les conversions impossibles ;
set() pour enlever les doublons.

10. Trier une table⚓︎

🐍 Script Python

def cle(enr):
    return int(enr["fans"])          # critère converti

trie = sorted(table, key=cle, reverse=True)   # décroissant

sorted() vs .sort()

sorted(table, key=cle) : renvoie une nouvelle liste ;
table.sort(key=cle) : modifie la liste existante.

11. Filtrer puis trier⚓︎

Méthode

filtrer d'abord les enregistrements ;
trier le résultat ;
sélectionner les informations à afficher ;
vérifier le nombre de résultats.

🐍 Script Python

selection = filtrer(table)
selection = sorted(selection, key=cle, reverse=True)

12. Visualiser⚓︎

🐍 Script Python

import matplotlib.pyplot as plt
X = [int(enr["annee"]) for enr in table]
Y = [int(enr["fans"]) for enr in table]
plt.plot(X, Y)
plt.xlabel("Année")
plt.ylabel("Fans")
plt.title("Évolution")
plt.show()

construire X et Y, convertir les valeurs, nommer les axes, titrer, éventuellement plusieurs séries, puis plt.show().

13. Fusionner deux tables⚓︎

Étapes

repérer le descripteur commun ;
trouver sa valeur dans la 1ʳᵉ table ;
la rechercher dans la 2ᵉ ;
rassembler les données ;
gérer l'absence de correspondance.

🐍 Script Python

def fusionner(table1, table2, commun):
    resultat = []
    for a in table1:
        for b in table2:
            if a[commun] == b[commun]:
                fusion = dict(a)
                fusion.update(b)
                resultat.append(fusion)
    return resultat

Exemples : CountryCode, Capital / ID, numéro de client.

14. Ajouter un descripteur⚓︎

🐍 Script Python

for enr in table:
    correspondance = rechercher(autre_table, "id", enr["id"])
    if correspondance is not None:
        enr["pays"] = correspondance["pays"]
    else:
        enr["pays"] = ""          # valeur vide si absence

15. `pandas` (application)⚓︎

🐍 Script Python

import pandas as pd
df = pd.read_csv("data.csv")                       # charger
df.loc[df["annee"] > 2000]                          # filtrer (lignes)
df["titre"]                                         # une colonne
df[(df["annee"] > 2000) & (df["fans"] > 1000)]      # conditions combinées
df["fans"].mean()                                   # calcul
df.sort_values("fans", ascending=False)             # trier
df.merge(autre, on="id")                            # fusionner

combiner des conditions avec & / | et des parenthèses ;
NaN = valeur manquante.

16. Écrire un CSV (projet qualité de l'air)⚓︎

🐍 Script Python

import csv
with open("sortie.csv", "w", newline="", encoding="utf-8") as f:
    ecrivain = csv.writer(f)
    ecrivain.writerow(["ville", "valeur"])   # en-tête
    for ligne in donnees_filtrees:
        ecrivain.writerow(ligne)

mode "w" avec newline="" ; csv.writer ; writerow() ; conserver l'en-tête ; filtrer les lignes ; with ferme le fichier.

17. Lecture de code⚓︎

Comment retrouver…

le fichier et l'encodage (open) ;
le séparateur (delimiter) ;
la structure produite (liste de listes / de dictionnaires) ;
les clés (DictReader) ;
le filtre (la condition) ;
la conversion (int, float) ;
le critère de tri (key=cle) et le sens (reverse) ;
la valeur retournée.

18. Tableaux de suivi⚓︎

Modèles de tableaux

Importation | Ligne CSV | Liste obtenue | Dictionnaire obtenu | |---|---|---|

Filtrage | Enregistrement | Condition | Test | Ajout ? | |---|---|---|---|

Conversion | Valeur initiale | Conversion | Valeur numérique | |---|---|---|

Tri | Enregistrement | Clé de tri | Rang | |---|---|---|

Fusion | Table 1 | Clé commune | Table 2 | Données fusionnées | |---|---|---|---|

19. Erreurs fréquentes⚓︎

Erreur	Cause / correction
Mauvais nom / emplacement	vérifier le chemin du fichier
Mauvais encodage	préciser `encoding="utf-8"`
Mauvais séparateur	adapter `delimiter` (`,` ou `;`)
Oubli de fermer le fichier	utiliser `with`
Confusion liste / dictionnaire	indice vs clé
Faute dans un nom de clé	respecter l'en-tête (casse)
Comparer nombre / chaîne	convertir avec `int` / `float`
Tri alphabétique de nombres	convertir dans la clé
Confusion `sorted` / `.sort`	nouvelle liste vs modification
Oubli de `key`	tri sur la mauvaise donnée
Mauvais sens de `reverse`	`True` = décroissant
Problème de majuscules	`.lower()`
Doublons non supprimés	`set()`
Absence de correspondance (fusion)	prévoir le cas vide
Oubli des parenthèses avec `&` / `\|`	parenthéser chaque condition

20. Questions-réponses corrigées⚓︎

Vocabulaire⚓︎

1. (N1) Qu'est-ce qu'un descripteur ?

Le nom d'une colonne (attribut).

2. (N1) Qu'est-ce qu'un enregistrement ?

Une ligne de la table (un objet).

3. (N2) Différence entre liste de listes et liste de dictionnaires ?

Accès par indice vs accès par descripteur.

4. (N2) Qu'est-ce qu'une colonne commune ?

Un descripteur partagé servant à fusionner.

5. (N1) Qu'est-ce qu'un doublon ?

Une valeur répétée.

CSV / JSON⚓︎

6. (N1) Dans un CSV, de quel type sont les valeurs lues ?

Des chaînes.

7. (N2) Quel séparateur courant pour un CSV ?

La virgule (ou le point-virgule).

8. (N2) Que fait DictReader de la première ligne ?

Il l'utilise comme clés.

9. (N3) Quand préférer JSON à CSV ?

Pour des données structurées / imbriquées.

10. (N2) Pourquoi préciser l'encodage ?

Pour lire correctement les caractères accentués.

Lecture de code⚓︎

11. (N1) Que vaut ligne[0] dans une liste de listes ?

La première valeur de la ligne.

12. (N2) Que vaut ligne[\"titre\"] ?

La valeur du descripteur titre.

13. (N2) Que renvoie csv.reader à chaque tour ?

Une liste (la ligne).

14. (N3) Que fait int(enr[\"annee\"]) ?

Convertit l'année (chaîne) en entier.

15. (N2) Que fait with open(...) ?

Ouvre le fichier et le ferme automatiquement.

Recherche et filtre⚓︎

16. (N1) Que renvoie une recherche infructueuse ?

None (absence).

17. (N2) Écrire la condition « année > 2000 ».

int(enr[\"annee\"]) > 2000.

18. (N2) Filtrer le style « rock » sans tenir compte de la casse.

enr[\"style\"].lower() == \"rock\".

19. (N3) Filtrer un intervalle d'années (1990–2000).

1990 <= int(enr[\"annee\"]) <= 2000.

20. (N2) Comment éviter une erreur sur une case vide ?

Tester if enr[\"x\"] != \"\" avant la conversion.

Tri⚓︎

21. (N1) Que renvoie sorted(table, key=cle) ?

Une nouvelle liste triée.

22. (N2) Trier par fans décroissant.

sorted(table, key=cle, reverse=True).

23. (N2) Différence entre sorted et .sort ?

sorted crée une liste ; .sort modifie la liste.

24. (N3) Pourquoi convertir dans la fonction clé ?

Sinon le tri est alphabétique (faux pour des nombres).

25. (N3) Écrire une fonction clé sur l'année.

🐍 Script Python

def cle(enr):
    return int(enr[\"annee\"])

Fusion⚓︎

26. (N1) Quel élément relie deux tables ?

La colonne commune.

27. (N2) Que faire si aucune correspondance n'existe ?

Prévoir une valeur vide (ou ignorer la ligne).

28. (N2) Quelle clé commune pour pays / capitales ?

CountryCode (ou ID).

29. (N3) Comment fusionner clients et commandes ?

Via le numéro de client commun.

30. (N3) En pandas, quelle méthode fusionne ?

.merge(autre, on=\"id\").

Correction d'erreurs⚓︎

31. (N1) int oublié avant une comparaison d'année : conséquence ?

Comparaison de chaînes (résultat faux).

32. (N2) Mauvais delimiter : conséquence ?

Les colonnes sont mal découpées.

33. (N2) .sort() utilisé comme sorted() : erreur ?

.sort() renvoie None : utiliser sorted si on veut une liste.

34. (N3) df[df[\"a\"]>1 & df[\"b\"]<2] : erreur ?

Manque les parenthèses : (df[\"a\"]>1) & (df[\"b\"]<2).

35. (N2) Doublons non retirés : correction ?

Utiliser set().

Programmation⚓︎

36. (N1) Ouvrir data.csv en lecture (utf-8).

open(\"data.csv\", encoding=\"utf-8\").

37. (N2) Stocker toutes les lignes d'un reader.

for ligne in lecteur: table.append(ligne).

38. (N2) Accéder au titre d'un enregistrement (DictReader).

enr[\"titre\"].

39. (N3) Écrire une en-tête dans un CSV.

ecrivain.writerow([\"ville\", \"valeur\"]).

40. (N4) Filtrer puis trier par fans décroissant.

🐍 Script Python

sel = filtrer(table)
sel = sorted(sel, key=cle, reverse=True)

21. Exercices flash corrigés⚓︎

Reconnaître descripteur et enregistrement

Descripteur = colonne ; enregistrement = ligne.

Choisir un séparateur pour un fichier a;b;c

delimiter=\";\".

Compléter csv.____(f) pour une liste de dictionnaires

DictReader.

Accéder à la valeur annee d'un enregistrement

enr[\"annee\"].

Convertir \"2003\" en nombre

int(\"2003\").

Écrire une condition de filtre « fans > 1000 »

int(enr[\"fans\"]) > 1000.

Ignorer la casse pour comparer un style

enr[\"style\"].lower() == \"rock\".

Écrire une fonction clé sur les fans

def cle(enr): return int(enr[\"fans\"]).

Choisir sorted ou .sort pour garder l'original

sorted.

Trier en décroissant

sorted(table, key=cle, reverse=True).

Retrouver une colonne commune pays / villes

CountryCode (ou ID).

Compléter une fusion simple sur id

if a[\"id\"] == b[\"id\"]: ….

À retenir absolument⚓︎

Importation

CSV : valeurs en chaînes, séparateur (,/;), encodage utf-8 ;
csv.reader → liste de listes (indices) ;
csv.DictReader → liste de dictionnaires (enr[\"clé\"]).

Traitements

convertir les types avant de comparer (int, float) ; .lower() pour la casse ;
filtrer : liste vide + condition + append ;
trier : sorted(table, key=cle, reverse=…) ; sorted crée une liste, .sort modifie ;
fusionner par descripteur commun.

Visualisation & écriture

matplotlib : construire X/Y, plt.plot, axes, titre, plt.show() ;
écrire : csv.writer + writerow (en-tête conservé, newline=\"\").

Traitement des données en tables⚓︎

1. Objectifs⚓︎

2. Définitions essentielles⚓︎

3. CSV vs JSON⚓︎

4. Lire un CSV avec csv.reader⚓︎

5. Lire avec csv.DictReader⚓︎

6. Choisir la représentation⚓︎

7. Rechercher une donnée⚓︎

8. Filtrer une table⚓︎

9. Comparer correctement⚓︎

10. Trier une table⚓︎

11. Filtrer puis trier⚓︎

12. Visualiser⚓︎

13. Fusionner deux tables⚓︎

14. Ajouter un descripteur⚓︎

15. pandas (application)⚓︎

16. Écrire un CSV (projet qualité de l'air)⚓︎

17. Lecture de code⚓︎

18. Tableaux de suivi⚓︎

19. Erreurs fréquentes⚓︎

20. Questions-réponses corrigées⚓︎

Vocabulaire⚓︎

CSV / JSON⚓︎

Lecture de code⚓︎

Recherche et filtre⚓︎

Tri⚓︎

Fusion⚓︎

Correction d'erreurs⚓︎

Programmation⚓︎

21. Exercices flash corrigés⚓︎

À retenir absolument⚓︎

4. Lire un CSV avec `csv.reader`⚓︎

5. Lire avec `csv.DictReader`⚓︎

15. `pandas` (application)⚓︎