DatArt_DataCoding/n_commune_v1

#!/usr/bin/env python
# coding: utf-8

# In[35]:


#Importer les librairies 
import pandas as pd


# In[36]:


#Ouvrir un fichier CSV
df = pd.read_csv (r'/Users/marinegalanth/Desktop/inondation_bdd/bd_inondation/_n_commune_s.csv')
print(df)


# In[37]:


#Renommer les colonnes sélectionnées 
df = df.rename(columns={'code_insee,C,80': 'codepostal', 'nom_com,C,80': 'nomcommune', 'id_si_ext,C,80': 'id', 'id_tri,C,80': 'id_tri'})


# In[39]:


#Dupliquer la colonne : code_postal > créer une nouvelle colonne nommée dep_code 
#avec les valeurs de code_postal
df=df.assign(codedept=df['codepostal'])


# In[40]:


#Supprimer les 8 premiers caractères des valeurs de la colonne id_tri
#Supprimer les caractères inutiles suivant : FRM_TRI_
df["id_tri"]=df["id_tri"].str[8:]


# In[41]:


#Garder uniquement les 2 premiers caractères des valeurs de la colonne dept
df["codedept"]=df["codedept"].str[:2]


# In[44]:


#Conserver uniquement les colonnes utiles 
df2=df[["codepostal","nomcommune","id","id_tri","codedept"]]


# In[45]:


#Afficher le dataframe
df2


# In[ ]: