Getting started with Python and Pandas for analysis
Complete beginner guide to data analysis with Python Pandas, from data loading to first visualizations.
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
Je débute avec Python pour l'analyse de données et je veux analyser [DESCRIPTION_DONNEES] contenu dans un fichier [FORMAT_FICHIER] (CSV / Excel / JSON). Mon environnement : [ENVIRONNEMENT] (Jupyter Notebook / Google Colab / VS Code).
Mes données ont les caractéristiques suivantes :
- Nombre de lignes approximatif : [LIGNES]
- Colonnes principales : [COLONNES]
- Type d'analyse souhaitée : [TYPE_ANALYSE]
Guide-moi étape par étape pour mon analyse avec Python Pandas :
- Installation et import des bibliothèques nécessaires (pandas, numpy, matplotlib, seaborn)
- Chargement des données avec gestion des encodages et des valeurs manquantes
- Exploration initiale : shape, dtypes, head(), describe(), info()
- Nettoyage basique : gestion des NaN, doublons, types de colonnes
- Sélection, filtrage et tri des données (loc, iloc, query)
- Agrégations et groupby pour les statistiques par catégorie
- Création de 3 visualisations pertinentes pour mes données avec matplotlib/seaborn
- Sauvegarde des résultats (CSV, Excel)
Fournis le code complet commenté ligne par ligne pour un débutant.
Explique chaque concept la première fois qu'il apparaît.
Signale les erreurs courantes pour chaque étape.
Personalize this prompt with Léa
Léa rewrites this prompt for your job and your exact goal — 3 quick questions.
Why this prompt works
<p>This prompt is effective for beginners because it requires line-by-line comments and conceptual explanations, transforming code into learning. The request for common error handling prevents frustration.</p>
Use Cases
Expected Output
Complete line-by-line commented Python Pandas code with conceptual explanations and 3 visualizations.
Improve this prompt
Run this prompt through the Optimizer to strengthen its context, constraints and expected format.
Improve this prompt with the OptimizerComments
- LéaAI
Ajoutez `parse_dates=['nom_colonne_date']` dans `pd.read_csv()` pour convertir automatiquement les dates. Cela évite des conversions manuelles et des erreurs de format. Très utile pour les chronologies ou séries temporelles.
📬 Get new prompts every week
Join our newsletter and never miss a prompt.
Go further
Similar Prompts
Jobs-to-be-Done analysis
Understanding the real job of the user
Write an executive summary of findings
Communicate results to executives
Evaluate a regression model
Evaluate regression model performance
Prompt Claude to Analyze User Feedback
Analyzing user feedback is a strategic lever for any company looking to improve its products and services. However, manually processing hundreds or even thousands of customer reviews is time-consuming and prone to interpretation bias. Claude excels at this task thanks to its ability to understand natural language nuances, detect implicit sentiments, and automatically categorize feedback along relevant axes. Whether it's product reviews, support tickets, NPS survey responses, or social media comments, Claude can extract actionable insights in seconds. By properly structuring your prompt, you get a systematic analysis that identifies recurring trends, prioritizes problems by impact, and provides concrete recommendations. This approach transforms raw qualitative data into a clear decision-making dashboard, allowing product, support, and marketing teams to act quickly on friction points identified by your users.