Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Les requêtes Afin de gérer le stockage des céréales collectées dans des silos,

Les requêtes Afin de gérer le stockage des céréales collectées dans des silos, on se propose d’utiliser la base de données intitulée "Gestion_Cereale" décrite par le schéma textuel simplifié suivant : Cereale (CodeC, NomC, Prix) Silo (CodeS, Nom, Adresse, Capacite) Collecte (CodeC# , CodeS# , DateC , Quantite) Soit la description des colonnes des tables de la base de données "Gestion_Cereale" : Nom Description Type Taille Format Contrainte CodeC Le code d’une céréale Texte court 4 Non vide NomC Le nom d’une céréale Texte court 30 Non vide Prix Le prix d’un Quintal d’une céréale en Dinar Numérique Réel Nombre général (3 chiffres après la virgule) Supérieur à zéro CodeS Le code d’un silo Texte court 4 Non vide Nom Le nom d’un silo Texte court 30 Non vide Adresse L’adresse d’un silo Texte court 50 Capacit e La capacité maximale de stockage d’un silo en Quintal. Numérique Entier long Supérieure à zéro DateC La date d’une collecte Date/Heure Date abrégé Non vide Quantite La quantité, en Quintal, livrée à un silo à une date bien déterminée Numérique Entier Supérieure à zéro A) À l’aide du logiciel de gestion de base de données disponible : 1) Créer, dans votre dossier de travail, la base de données "Gestion_Cereale". 2) Créer les tables et les relations de cette base de données tout en respectant les types et les propriétés cités dans la description ci-dessus. 3) Remplir les tables par les données suivantes : Cereale Silo CodeC NomC Prix CodeS Nom Adresse Capacite C01 Blé Dur 87.255 S01 STBlé Jendouba 255000 C02 Blé Tendre 67.732 S02 CerNord Beja 270000 C03 Orge 56.500 S03 ColKef Le Kef 189987 C04 Triticale 56.500 S04 StockBlé Bizerte 265000 Collecte CodeC CodeS DateC Quantite C01 S01 29/06/2021 4200 C02 S02 29/06/2021 4500 C03 S03 30/06/2021 3500 C04 S04 30/06/2021 3900 C01 S02 16/07/2021 4900 C02 S01 28/07/2021 6230 Page 1 sur 4 4) Créer les requêtes suivantes : Requête de sélection R1 : Afficher les noms et les quantités des céréales collectées le 30/06/2021. Requête paramétrée R2 : Afficher la liste des silos (Nom, Adresse, Capacite) qui ont stocké une céréale de code donné. Requête de calcul R3 : Afficher la somme des quantités collectées dans le silo de code "S01". Requête de mise à jour R4 : Augmenter les prix des céréales de 10% R5 : Modifier l’adresse du silo S04 à "jarzouna" Page 2 sur 4 Requête de suppression R6 : Supprimer les collectes effectuées avant 30/06/2021 Soit la table Céréale1 ci -dessous Cereale1 CodeC NomC Prix C011 Blé Dur 97.255 C022 Blé Tendre 77.732 C033 Orge 66.500 C043 Triticale 69.500 Requête d’ajout R7 : Ajouter les lignes de la tables céréale1 qui ont un prix<70.000 à la table céréale Page 3 sur 4 ANNEXE Les méthodes à utiliser avec la bibliothèque Pandas Catégorie Syntaxe Importation d’un DataFrame df = pandas.read_excel ("Chemin/Nom_Fichier.xls", "Nom_Feuille") df = pandas.read_csv ("Chemin/Nom_Fichier.extension", sep = "séparateur") Manipulation d’un DataFrame Id_DataFrame.shape Id_DataFrame.size Id_DataFrame.info() Id_DataFrame.describe() Id_DataFrame.columns Id_DataFrame.rename(columns = {"colonne1":"nouveau_nom_colonne1", …,"colonneN":"nouveau_nom_colonneN"}, inplace=True/False) Id_DataFrame=Id_DataFrame.drop([Indice_Ligne]) Id_DataFrame=Id_DataFrame.drop(["Nom_Colonne1",…,"Nom_ColonneN"]) Affichage et modification des données d’un DataFrame Id_DataFrame ou bien print(Id_DataFrame) Id_DataFrame.Id_Colonne ou bien Id_DataFrame["Id_Colonne"] Id_DataFrame.head(n) ou bien print(Id_DataFrame.head(n)) Id_DataFrame.tail(n) ou bien print(Id_DataFrame.tail(n)) Id_DataFrame.Id_Colonne[Position_Initiale:Position_Finale] Id_DataFrame.iloc[Indice_Ligne] Id_DataFrame.iloc[Indice_Ligne,Indice_Colonne] Id_DataFrame.loc[N° ligne,"Nom_colonne"]=Valeur Id_DataFrame.loc[N° ligne]=[Liste_Valeur] Id_DataFrame["Id_Colonne"]=valeur Id_DataFrame[Id_DataFrame["Nom_Colonne"] Op_Comparaison valeur] Id_DataFrame[(Id_DataFrame["Nom_Colonne"] Op_Comp Valeur) Op_Logique (Id_DataFrame["Nom_Colonne"] Op_Comp Valeur)] Les fonctions statistiques mean() - min() - max() - sum() - count() Tri des éléments d’un DataFrame DataFrame_Trié = Id_DataFrame.sort_index() DataFrame_Trié = Id_DataFrame.sort_index(axis = 1) DataFrame_Trié = Id_DataFrame.sort_values(by = [liste_colonnes], scending = [True/False])) Création d’un graphique df.plot.bar(x="Nom_Colonne_Abscisse", y="Nom_Colonne_Ordonnée", title="Titre_Graphique", color="couleur_Graphique") df.plot.line(x="Nom_Colonne_Abscisse", y="Nom_Colonne_Ordonnée", title="Titre_Graphique",color="couleur_Graphique") alias_matplotlib.show() Page 4 sur 4 uploads/S4/ application-les-requetes 1 .pdf