n_commune_v1

n_commune_v1

@@ -0,0 +1,67 @@
+#!/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[ ]:
+
+
+
+