**Tâches Python** Un DataFrame Pandas avec les données de orders_log s'appelle df. 1) Filtrez les lignes : statut "processing" et revenu (revenue) > 50000 et priorité "high". Affichez le résultat. 2) Créez une colonne 'revenue_group' selon les règles : ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Ensuite, comptez le nombre de commandes dans chaque groupe par catégories (Category) et affichez le résultat. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)

2. Pour créer la colonne revenue_group, vous pouvez utiliser la fonction pd.cut ou np.select. Ensuite, regroupez les données par catégories et comptez le nombre de commandes :

import numpy as np

conditions = [
    df['revenue'] < 50000,
    (df['revenue'] >= 50000) & (df['revenue'] < 90000),
    df['revenue'] >= 90000
]
choices = ['Small', 'Medium', 'Large']
df['revenue_group'] = np.select(conditions, choices)

# Compter le nombre de commandes dans chaque groupe par catégorie
result = df.groupby(['Category', 'revenue_group']).size().reset_index(name='order_count')
print(result)

Ce code créera une nouvelle colonne avec des groupes basés sur le revenu et affichera un tableau avec le nombre de commandes pour chaque catégorie et groupe de revenu.