Rechercher et vérifier des données dans une table

Une sélection conserve des lignes complètes

Filtrer une table consiste à conserver les enregistrements qui satisfont une condition. Pour chercher les stations d’altitude supérieure à 500 mètres et de température inférieure à 10 degrés, on évalue les deux critères sur chaque ligne. Les champs de la ligne retenue restent associés. Sélectionner séparément une liste de villes et une liste de températures avec des règles différentes risquerait de perdre les correspondances. Dans un tableau de dictionnaires, la condition se lit directement avec les noms des champs, ce qui rend le lien entre question et programme plus explicite.

Le résultat d’une sélection est encore une table avec les mêmes descripteurs. Il peut contenir zéro, une ou plusieurs lignes. Une absence de résultat n’est pas automatiquement une erreur : aucune donnée peut simplement satisfaire les critères demandés.

Traduire exactement la question

Le mot et demande que tous les critères soient satisfaits ; ou suffit lorsqu’au moins un convient. Il faut préciser les frontières : « au moins 500 » signifie >= 500, tandis que « plus de 500 » signifie > 500. Les parenthèses rendent les groupements visibles lorsqu’on combine plusieurs opérateurs. Avant d’appliquer le filtre à mille lignes, construisez quelques exemples qui doivent être acceptés ou refusés. Cette préparation évite de valider un résultat seulement parce qu’il contient plusieurs noms familiers ou parce que sa taille paraît raisonnable.

Un contre-exemple utile satisfait exactement une des conditions. Il sépare ainsi les comportements de et et ou. Une ligne qui satisfait les deux est acceptée dans les deux versions et ne permet pas de diagnostiquer ce choix logique.

Deux formes de répétition à distinguer

Un doublon exact répète les mêmes valeurs dans tous les champs. Un même identifiant présent avec des valeurs différentes peut signaler une incohérence, mais aussi plusieurs observations légitimes si le modèle représente une série temporelle. Le domaine doit préciser ce qui identifie une ligne : une station seule, ou une station et une date, par exemple. Supprimer toutes les répétitions d’un nom sans comprendre leur sens peut effacer de vraies données. La recherche de doublons doit donc annoncer les champs comparés et la règle de conservation éventuelle.

Une clé composée peut identifier une observation : station et date, par exemple. Deux mesures de la même station à des dates différentes ne sont alors pas des doublons. La définition d’une ligne unique dépend du modèle, et pas seulement d’une colonne répétée.

Contrôler puis expliquer les anomalies

Une note de 27 sur 20, une date de fin antérieure à la date de début ou un code vide peuvent contredire le domaine annoncé. Ces contrôles détectent des anomalies, mais ne permettent pas toujours de reconstruire la bonne valeur. Il vaut mieux signaler la ligne, examiner sa provenance ou l’exclure explicitement d’un calcul selon une règle définie. On peut conserver une table des anomalies pour justifier la préparation des données. Le but n’est pas de rendre tous les résultats esthétiquement plausibles, mais de préserver la fiabilité de l’analyse.

stations = [
    {"code": "A", "altitude": 600, "temperature": 8},
    {"code": "B", "altitude": 300, "temperature": 7},
    {"code": "C", "altitude": 800, "temperature": 12},
    {"code": "D", "altitude": 500, "temperature": 9}
]
selection = [ligne for ligne in stations
             if ligne["altitude"] >= 500
             and ligne["temperature"] < 10]
print(selection)

Un contrôle de domaine vérifie ce qui est autorisé, sans garantir que toute valeur autorisée est exacte. Une note de douze peut être mal saisie tout en restant dans zéro à vingt. Détecter les incohérences visibles ne remplace pas la vérification de provenance.

Construire une table de décision avant le filtre

Pour le critère altitude au moins cinq cents et température strictement inférieure à dix, A avec six cents et huit convient. B avec trois cents et sept échoue seulement sur l’altitude ; C avec huit cents et douze échoue seulement sur la température ; D avec cinq cents et neuf convient à la frontière. Ces quatre lignes testent donc des difficultés complémentaires.

Remplacer le et par ou retient les quatre stations. Remplacer l’altitude large par une inégalité stricte supprime D. Les réponses changent pour des raisons différentes, qu’un simple comptage final ne suffit pas toujours à identifier. Conservez les valeurs de chaque comparaison dans une trace.

Préparer une analyse et documenter son effectif

Une table de notes contient douze, quinze, vingt-sept et neuf, alors que le domaine annoncé va de zéro à vingt. Si la règle d’analyse exclut les valeurs hors domaine, les trois notes conservées totalisent trente-six et leur moyenne vaut douze. Il faut annoncer que cette moyenne porte sur trois observations, avec une anomalie signalée.

Ramener vingt-sept à vingt produirait une autre moyenne sans justification sur la vraie note. Supprimer silencieusement la ligne cacherait aussi une décision importante. Une préparation fiable conserve les lignes acceptées et un relevé des anomalies, afin que le résultat puisse être compris et recalculé.

De la compréhension à l’autonomie

À vous de résoudre

Cherchez d’abord par vous-même. Vérifiez les résultats demandés, utilisez les indices si nécessaire, puis comparez votre méthode à la correction.

Les erreurs qui méritent un détour

Nettoyer sans conserver la règle utilisée

Une transformation doit être explicable pour que les résultats puissent être vérifiés.

Confondre même nom et même enregistrement

Définissez les champs qui identifient une observation avant de supprimer des répétitions.

Le prochain pas

• Trier une table selon une colonne

Retrouver le catalogue de Première

Ce chapitre s’appuie sur le programme officiel de Première (PDF, nouvel onglet). Les explications et exercices sont proposés pour l’apprentissage.