Projet : les transactions Mobile Money

Exercice : Étape 1 : lire et vérifier

Lis le fichier dans df, puis :

• nb : le nombre de transactions ;
• manquantes : le nombre de villes manquantes ;
• remplace ensuite les villes manquantes par "Inconnue" dans le DataFrame (ici, c'est honnête : ça n'invente aucun montant).

import pandas as pd

df = pd.read_csv("mobile_money.csv")

nb = len(df)
manquantes = df["ville"].isna().sum()
df["ville"] = df["ville"].fillna("Inconnue")

print(nb, manquantes)
print(df["ville"].value_counts())

Dans l'appli, ton code est exécuté et corrigé automatiquement. Faire l'exercice

Exercice : Étape 2 : les grands chiffres

Le fichier est chargé et nettoyé. Calcule :

• volume : la somme de tous les montants ;
• frais_total : la somme des frais ;
• moyenne : le montant moyen d'une transaction, arrondi à l'entier ;
• grosses : le nombre de transactions d'au moins 20 000 FCFA.

import pandas as pd

df = pd.read_csv("mobile_money.csv")
df["ville"] = df["ville"].fillna("Inconnue")

volume = df["montant"].sum()
frais_total = df["frais"].sum()
moyenne = round(df["montant"].mean())
grosses = (df["montant"] >= 20000).sum()
print(volume, frais_total, moyenne, grosses)

Dans l'appli, ton code est exécuté et corrigé automatiquement. Faire l'exercice

Exercice : Étape 3 : par type d'opération

Construis par_type : un tableau qui donne, pour chaque type d'opération, le nombre de transactions (count) et le montant total (sum), trié par montant total du plus grand au plus petit.

Puis type_frequent : le type le plus fréquent (le plus de transactions).

import pandas as pd

df = pd.read_csv("mobile_money.csv")
df["ville"] = df["ville"].fillna("Inconnue")

par_type = df.groupby("type")["montant"].agg(["count", "sum"]).sort_values("sum", ascending=False)
type_frequent = df["type"].value_counts().idxmax()
print(par_type)
print(type_frequent)

Dans l'appli, ton code est exécuté et corrigé automatiquement. Faire l'exercice

Exercice : Étape 4 : l'heure de pointe et les opérateurs

Calcule :

• une colonne h : l'heure seule (les 2 premiers caractères de heure, par exemple "14") ;
• pointe : l'heure qui compte le plus de transactions ;
• frais_op : un dictionnaire des frais encaissés par opérateur ;
• part_orange : la part des frais venant d'Orange, en pourcentage arrondi à 1 chiffre après la virgule.

import pandas as pd

df = pd.read_csv("mobile_money.csv")
df["ville"] = df["ville"].fillna("Inconnue")

df["h"] = df["heure"].str[:2]
pointe = df["h"].value_counts().idxmax()
frais_op = df.groupby("operateur")["frais"].sum().to_dict()
part_orange = round(frais_op["Orange"] / df["frais"].sum() * 100, 1)
print(pointe, frais_op, part_orange)

Dans l'appli, ton code est exécuté et corrigé automatiquement. Faire l'exercice

Exercice : Étape 5 : la fonction de synthèse

Dernière brique, la plus utile : une fonction qui produit la synthèse de n'importe quel fichier de transactions, pour que M. Tchoupo puisse la relancer chaque mois.

Écris synthese(nom_fichier) qui lit le fichier, remplace les villes manquantes par "Inconnue", et renvoie un dictionnaire avec les clés :

• "transactions" : le nombre de transactions ;
• "volume" : la somme des montants ;
• "frais" : la somme des frais ;
• "meilleure_ville" : la ville au plus gros volume ;
• "pointe" : l'heure de pointe (texte de 2 caractères).

Le correcteur la testera sur juin et sur un petit fichier de juillet. Pense à convertir les nombres avec int(...) : le dictionnaire doit contenir des entiers Python ordinaires.

import pandas as pd


def synthese(nom_fichier):
    """Lit un fichier de transactions et renvoie ses indicateurs principaux."""
    df = pd.read_csv(nom_fichier)
    df["ville"] = df["ville"].fillna("Inconnue")
    return {
        "transactions": len(df),
        "volume": int(df["montant"].sum()),
        "frais": int(df["frais"].sum()),
        "meilleure_ville": df.groupby("ville")["montant"].sum().idxmax(),
        "pointe": df["heure"].str[:2].value_counts().idxmax(),
    }


print(synthese("mobile_money.csv"))
print(synthese("juillet.csv"))

Dans l'appli, ton code est exécuté et corrigé automatiquement. Faire l'exercice