Notebook UE8 séance 5

import pandas
df = pandas.read_excel("Donnees_M2_RD.xlsx")

Distance en mètres

dist_i_m = pandas.DataFrame(
    { "Dist_I_m": [ 0.2, 0.3, 0.4, 0.6, 0.8 ] },
    index = [1,2,3,4,5]
)
dist_e_m = pandas.DataFrame(
    { "Dist_E_m": [ 2, 3, 4, 6, 8 ] },
    index = [1,2,3,4,5]
)
df_i = df[df["Space"] == "I"]
dfa = pandas.merge(df_i, dist_i_m, left_on='Dist_A', right_index=True)
dfa2 = dfa.rename(columns={ 'Dist_I_m': 'Dist_A_m' })
dfab = pandas.merge(dfa2, dist_i_m, left_on='Dist_B', right_index=True)
df_i_m = dfab.rename(columns={ 'Dist_I_m': 'Dist_B_m' })
df_e = df[df["Space"] == "E"]
dfa = pandas.merge(df_e, dist_e_m, left_on='Dist_A', right_index=True)
dfa2 = dfa.rename(columns={ 'Dist_E_m': 'Dist_A_m' })
dfab = pandas.merge(dfa2, dist_e_m, left_on='Dist_B', right_index=True)
df_e_m = dfab.rename(columns={ 'Dist_E_m': 'Dist_B_m' })
df_m = pandas.concat([df_i_m, df_e_m])
df_m

Exercices fin séance 4

Donner le temps de réaction maximal par sujet.

df_m.groupby(by="Subject").max()['RT']

Subject
P_ADI_331     18865
P_ALM_345     51807
P_AMY_346     29020
P_BAM_347     24332
P_BEH_340     50600
P_BLC_325     32306
P_BLR_321     44985
P_BOA_321     89205
P_BOC_342    103152
P_CAR_327     65254
P_CAV_333     36168
P_CON_336     37280
P_GAM_338     52262
P_GHM_334     33643
P_GRC_341     38528
P_GRF_322     42200
P_LAC_354     93540
P_LEG_335     49580
P_MOE_339     34250
P_ROS_336     54405
P_SOA_337     31123
P_TAI_343     62619
P_VAL_329     80916
P_VAR_330     80729
Name: RT, dtype: int64

Donner le temps de réaction moyen par premier nom (Name_A).

df_m.groupby("Name_A")["RT"].mean()

Name_A
0    12154.498436
1    11884.791667
2    11746.023983
3    12335.281918
4    12129.829078
Name: RT, dtype: float64

Donner le temps de réaction moyen selon la distance en mètres du premier prénom prononcé.

df_m.groupby(by="Dist_A_m")["RT"].mean()

Dist_A_m
0.2    10430.084375
0.3    11383.621086
0.4    11689.054223
0.6    11451.791667
0.8    11121.932292
2.0    11842.881126
3.0    13238.736458
4.0    12948.668405
6.0    13187.716371
8.0    13206.540625
Name: RT, dtype: float64

Donner le sujet ayant le plus faible temps de réaction moyen (utiliser .idxmin()).

df_m.groupby("Subject")["RT"].mean()

Subject
P_ADI_331    10042.732500
P_ALM_345    13103.350000
P_AMY_346     9561.292500
P_BAM_347     9096.540000
P_BEH_340    13187.195000
P_BLC_325    11366.338346
P_BLR_321     9657.929825
P_BOA_321    15787.130326
P_BOC_342    12779.680000
P_CAR_327    12457.844221
P_CAV_333    10551.257500
P_CON_336     8352.742500
P_GAM_338    11805.215000
P_GHM_334    11220.800000
P_GRC_341    11213.115000
P_GRF_322    15652.556391
P_LAC_354    15617.710000
P_LEG_335    10904.325000
P_MOE_339     8470.447500
P_ROS_336    16019.425000
P_SOA_337    10051.175000
P_TAI_343    16413.327500
P_VAL_329    13661.730000
P_VAR_330    12240.965000
Name: RT, dtype: float64

df_m.groupby("Subject")["RT"].mean().idxmin()

'P_CON_336'

Retour sur les données du M1

Chargement des données

expes = []
for i in range(8):
    filename = "expe/subject-"+str(i)+".csv"
    print("Loading "+filename)
    df = pandas.read_csv(filename)
    df['Subject'] = i
    expes.append(df)
dfm1 = pandas.concat(expes)
dfm1 = dfm1.reset_index()

Loading expe/subject-0.csv
Loading expe/subject-1.csv
Loading expe/subject-2.csv
Loading expe/subject-3.csv
Loading expe/subject-4.csv
Loading expe/subject-5.csv
Loading expe/subject-6.csv
Loading expe/subject-7.csv

On créée deux colonnes:

• Sourire qui contient un booléen
• Genre qui vaut soit F, soit M

Les valeurs de ces colonnes sont issues des noms des images utilisées. Si on a une série de valeurs textuelles, on peut utiliser .str pour accéder aux opérations habituelles de Python de manipulation de texte. Ici, on utilise .get(n) pour récupérer le n^ième caractère

dfm1['Sourire'] = dfm1['image'].str.get(0) == 'S'
dfm1['Genre'] = dfm1['image'].str.get(1)
dfm1[['image','Sourire','Genre']]