9 🛒 Ventes et ☔ pluie : agréger, c’est choisir

Auteur·rice

Gloria FACCANONI

Date de publication

30 octobre 2026

Les chapitres précédents ont présenté la mécanique de l’agrégation : groupby, pivot_table, crosstab. Cet exercice porte sur autre chose : la lecture du résultat.

Vous allez constater, sur deux jeux de données différents, qu’une même question posée à des données identiques reçoit des réponses opposées selon la grandeur que l’on choisit d’agréger. Agréger n’est pas une opération neutre : c’est déjà une décision d’analyse.

9.1 Exercice

9.1.1 Partie A : Ventes de deux magasins

Le fichier ventes.csv donne, pour deux magasins et quatre trimestres, les quantités vendues de trois produits et leur prix unitaire.

Charger le fichier et vérifier le type de chaque colonne avant toute chose.
Ajouter une colonne montant, égale à la quantité multipliée par le prix unitaire.
Quel magasin réalise le plus gros chiffre d’affaires ?
Croiser magasin et produit : quel produit porte le chiffre d’affaires de chaque magasin ?
Tracer l’évolution du chiffre d’affaires par trimestre pour chaque magasin.
Quel magasin vend le plus d’articles ? Comparer avec la réponse de la question 3 et commenter.

9.1.2 Partie B : Pluviométrie de trois villes

Le fichier pluviometrie.csv donne, pour Brest, Paris et Nice, la hauteur de pluie et le nombre de jours de pluie de chaque mois.

Charger le fichier.
Classer les trois villes par cumul annuel de pluie.
Classer les trois villes par nombre de jours de pluie.
Comparer les deux classements. Que peut-on en conclure ?
Calculer la hauteur moyenne de pluie par jour de pluie dans chaque ville.
Construire un tableau croisé station × mois. Attention à l’ordre des mois.
Pour chaque ville, déterminer le mois le plus arrosé.

Sur les données. Les ventes sont fictives. Pour la pluviométrie, les totaux annuels sont proches des normales publiées par Météo-France (Brest ≈ 1200 mm, Nice ≈ 800 mm, Paris ≈ 640 mm), mais la répartition mensuelle a été reconstruite pour les besoins de l’exercice : ne citez pas ces chiffres comme des relevés officiels.

import pandas as pd
import numpy as np

import matplotlib.pyplot as plt
import seaborn as sns

sns.set_theme(context="notebook", style="whitegrid", palette="pastel")
plt.rcParams['figure.figsize'] = (12, 5)

from IPython.display import display, Markdown

10 Partie A : Ventes de deux magasins

10.1 1. Charger le fichier et vérifier les types

Premier réflexe, avant même de lire les données : regarder à quoi ressemble le fichier. Ici le séparateur est ; et le marqueur décimal est la virgule.

display(Markdown("```\n" + open('ventes.csv', encoding='utf-8').read()[:220] + "\n```"))

magasin;trimestre;produit;quantite;prix_unitaire
Nord;T1;stylo;400;1,50
Nord;T1;cahier;120;3,20
Nord;T1;classeur;30;8,90
Nord;T2;stylo;420;1,50
Nord;T2;cahier;130;3,20
Nord;T2;classeur;25;8,90
Nord;T3;stylo;380;1,50
Nord

ventes = pd.read_csv('ventes.csv', sep=';', decimal=',')

display(ventes.head())
display(ventes.dtypes)

	magasin	trimestre	produit	quantite	prix_unitaire
0	Nord	T1	stylo	400	1.5
1	Nord	T1	cahier	120	3.2
2	Nord	T1	classeur	30	8.9
3	Nord	T2	stylo	420	1.5
4	Nord	T2	cahier	130	3.2

magasin           object
trimestre         object
produit           object
quantite           int64
prix_unitaire    float64
dtype: object

prix_unitaire est bien en float64. Si nous avions oublié decimal=',', la colonne aurait été lue comme du texte et toute la suite aurait été fausse : c’est la vérification à ne jamais sauter.

10.2 2. Ajouter la colonne `montant`

ventes['montant'] = ventes['quantite'] * ventes['prix_unitaire']
ventes.head()

	magasin	trimestre	produit	quantite	prix_unitaire	montant
0	Nord	T1	stylo	400	1.5	600.0
1	Nord	T1	cahier	120	3.2	384.0
2	Nord	T1	classeur	30	8.9	267.0
3	Nord	T2	stylo	420	1.5	630.0
4	Nord	T2	cahier	130	3.2	416.0

10.3 3. Quel magasin réalise le plus gros chiffre d’affaires ?

ca = ventes.groupby('magasin')['montant'].sum()
display(ca)
display(Markdown(f"Le magasin {ca.idxmax()} réalise le plus gros chiffre d'affaires : {ca.max():.2f} €"))

magasin
Nord    5264.0
Sud     8920.5
Name: montant, dtype: float64

Le magasin Sud réalise le plus gros chiffre d’affaires : 8920.50 €

10.4 4. Quel produit porte chaque magasin ?

tableau = ventes.pivot_table(index='magasin', columns='produit',
                            values='montant', aggfunc='sum', margins=True)
tableau.round(2)

produit	cahier	classeur	stylo	All
magasin
Nord	1632.0	1157.0	2475.0	5264.0
Sud	1360.0	6630.5	930.0	8920.5
All	2992.0	7787.5	3405.0	14184.5

Plus lisible en pourcentage de chaque ligne :

part = ventes.pivot_table(index='magasin', columns='produit', values='montant', aggfunc='sum')
(part.div(part.sum(axis=1), axis=0) * 100).round(1)

produit	cahier	classeur	stylo
magasin
Nord	31.0	22.0	47.0
Sud	15.2	74.3	10.4

La lecture est immédiate : le Sud réalise l’essentiel de son chiffre d’affaires sur les classeurs, le Nord est beaucoup plus équilibré, avec une part importante de stylos.

10.5 5. Évolution trimestrielle

evolution = ventes.pivot_table(index='trimestre', columns='magasin',
                               values='montant', aggfunc='sum')
display(evolution.round(2))

evolution.plot(marker='o')
plt.ylabel("Chiffre d'affaires (€)")
plt.title("Chiffre d'affaires trimestriel par magasin")
plt.show()

magasin	Nord	Sud
trimestre
T1	1251.0	2147.0
T2	1268.5	2235.0
T3	1233.5	2119.5
T4	1511.0	2419.0

10.6 6. Et en nombre d’articles ?

Jusqu’ici nous avons agrégé les euros. Agrégeons maintenant les articles :

bilan = ventes.groupby('magasin').agg(
    articles          = ('quantite', 'sum'),
    chiffre_affaires  = ('montant',  'sum')
)
bilan['panier_moyen'] = (bilan['chiffre_affaires'] / bilan['articles']).round(2)
bilan

	articles	chiffre_affaires	panier_moyen
magasin
Nord	2290	5264.0	2.30
Sud	1790	8920.5	4.98

display(Markdown(f"Plus d'articles vendus     : {bilan['articles'].idxmax()}"))
display(Markdown(f"Plus gros chiffre d'affaires : {bilan['chiffre_affaires'].idxmax()}"))

Plus d’articles vendus : Nord

Plus gros chiffre d’affaires : Sud

Les deux classements s’opposent. Le magasin Nord vend 2 290 articles contre 1 790 pour le Sud, mais le Sud réalise un chiffre d’affaires de 8 920,50 € contre 5 264 € pour le Nord.

Il n’y a aucune contradiction : le Nord écoule des stylos à 1,50 €, le Sud des classeurs à 8,90 €. La dernière colonne le résume : le prix moyen d’un article vendu est près de deux fois plus élevé au Sud.

La question « quel est le meilleur magasin ? » n’a donc pas de réponse tant qu’on n’a pas dit ce qu’on mesure. C’est à l’analyste de le préciser, pas à groupby.

11 Partie B : Pluviométrie de trois villes

11.1 1. Charger le fichier

pluie = pd.read_csv('pluviometrie.csv', sep=';')

display(pluie.head())
display(pluie.shape)

	station	mois	pluie_mm	jours_pluie
0	Brest	janvier	150	17
1	Brest	février	110	14
2	Brest	mars	100	14
3	Brest	avril	85	13
4	Brest	mai	75	12

(36, 4)

11.2 2. et 3. Deux classements

bilan_villes = pluie.groupby('station').agg(
    cumul_mm = ('pluie_mm',    'sum'),
    jours    = ('jours_pluie', 'sum')
)
bilan_villes

	cumul_mm	jours
station
Brest	1225	162
Nice	797	63
Paris	655	111

display(Markdown("**Classement par hauteur de pluie :** "
                 + " > ".join(bilan_villes['cumul_mm'].sort_values(ascending=False).index)))
display(Markdown("**Classement par jours de pluie :** "
                 + " > ".join(bilan_villes['jours'].sort_values(ascending=False).index)))

Classement par hauteur de pluie : Brest > Nice > Paris

Classement par jours de pluie : Brest > Paris > Nice

11.3 4. Comparaison des deux classements

Paris et Nice échangent leur place.

En hauteur de pluie, il tombe nettement plus d’eau à Nice qu’à Paris : environ 800 mm contre 655 mm.
En nombre de jours, c’est l’inverse : il pleut à Paris environ 111 jours par an, contre 63 à Nice.

« Il pleut plus à Paris qu’à Nice » est donc vrai et faux à la fois, selon la grandeur choisie. Les deux affirmations décrivent la même réalité : à Nice il pleut rarement, mais fort ; à Paris il pleut souvent, mais peu.

Brest, elle, est première dans les deux classements : il n’y a pas toujours d’ambiguïté, mais il faut toujours vérifier.

11.4 5. L’intensité des pluies

Le rapport des deux grandeurs donne directement la hauteur moyenne tombée un jour de pluie :

bilan_villes['mm_par_jour_de_pluie'] = (bilan_villes['cumul_mm'] / bilan_villes['jours']).round(1)
bilan_villes.sort_values('mm_par_jour_de_pluie', ascending=False)

	cumul_mm	jours	mm_par_jour_de_pluie
station
Nice	797	63	12.7
Brest	1225	162	7.6
Paris	655	111	5.9

Une pluie niçoise apporte en moyenne plus du double d’une pluie parisienne. C’est cette troisième grandeur, construite à partir des deux premières, qui réconcilie les classements et explique le phénomène.

11.5 6. Tableau croisé station × mois

Première tentative, et premier piège :

pluie.pivot_table(index='station', columns='mois', values='pluie_mm')

mois	août	avril	décembre	février	janvier	juillet	juin	mai	mars	novembre	octobre	septembre
station
Brest	55.0	85.0	165.0	110.0	150.0	50.0	55.0	75.0	100.0	155.0	140.0	85.0
Nice	20.0	70.0	95.0	45.0	70.0	12.0	35.0	45.0	40.0	140.0	150.0	75.0
Paris	60.0	52.0	58.0	45.0	50.0	60.0	55.0	65.0	48.0	52.0	62.0	48.0

Les mois sont rangés par ordre alphabétique : août, avril, décembre… Pandas ne peut pas deviner qu’il s’agit d’un calendrier. Il faut le lui dire, en déclarant la colonne comme une variable catégorielle ordonnée :

calendrier = ["janvier","février","mars","avril","mai","juin",
              "juillet","août","septembre","octobre","novembre","décembre"]

pluie['mois'] = pd.Categorical(pluie['mois'], categories=calendrier, ordered=True)

croise = pluie.pivot_table(index='station', columns='mois', values='pluie_mm', observed=True)
croise

mois	janvier	février	mars	avril	mai	juin	juillet	août	septembre	octobre	novembre	décembre
station
Brest	150.0	110.0	100.0	85.0	75.0	55.0	50.0	55.0	85.0	140.0	155.0	165.0
Nice	70.0	45.0	40.0	70.0	45.0	35.0	12.0	20.0	75.0	150.0	140.0	95.0
Paris	50.0	45.0	48.0	52.0	65.0	55.0	60.0	60.0	48.0	62.0	52.0	58.0

sns.heatmap(croise, annot=True, fmt='.0f', cmap='Blues', cbar_kws={'label': 'mm'})
plt.title("Hauteur de pluie mensuelle (mm)")
plt.ylabel("")
plt.show()

La carte de chaleur rend les trois régimes immédiatement visibles : Brest arrosée toute l’année avec un creux estival, Paris remarquablement régulière, et Nice avec un été quasi sec suivi d’un automne très violent.

11.6 7. Le mois le plus arrosé de chaque ville

croise.idxmax(axis=1).to_frame('mois le plus arrosé')

	mois le plus arrosé
station
Brest	décembre
Nice	octobre
Paris	mai

12 Conclusion

Ce que cet exercice voulait montrer

Dans les deux cas, le code était trivial : un groupby et une somme. C’est l’interprétation qui demandait du travail.

Partie A : « quel est le meilleur magasin ? » dépend de ce qu’on somme, les euros ou les articles.
Partie B : « où pleut-il le plus ? » dépend de ce qu’on somme, les millimètres ou les jours.

Retenez le réflexe : avant d’agréger, demandez-vous quelle question vous posez réellement, et après avoir agrégé, demandez-vous si une autre grandeur donnerait une autre réponse. C’est précisément ce qu’on attend de vous à l’examen : non pas produire un tableau, mais dire ce qu’il signifie.