# Réponse finale obtenue du bot:
response = « Voici un exemple de code Python qui crée un tableau Excel pour l’analyse de rentabilité :
« `python
import pandas as pd
from openpyxl import Workbook
# Définition des données
donnees = {
« Date »: [« 01/01 », « 02/01 », « 03/01 »],
« Cout »: [1000, 1200, 1500],
« Recette »: [2000, 2200, 2500]
}
# Création d’un DataFrame
df = pd.DataFrame(donnees)
# Fonction pour calculer la marge
def calcul_marge(recette, cout):
return (recette – cout) / recette * 100
# Ajout de colonnes pour les calculs
df[« Marge »] = df.apply(lambda row: calcul_marge(row[« Recette »], row[« Cout »]), axis=1)
# Fonction pour convertir le DataFrame en tableau Excel
def dataframe_to_excel(df, fichier):
wb = Workbook()
ws = wb.active
# En-tête du tableau
ws[‘A1’] = « Date »
ws[‘B1’] = « Cout »
ws[‘C1’] = « Recette »
ws[‘D1′] = « Marge »
# Données du tableau
for i in range(len(df)):
ws[f’A{i+2}’] = df.iloc[i][« Date »]
ws[f’B{i+2}’] = df.iloc[i][« Cout »]
ws[f’C{i+2}’] = df.iloc[i][« Recette »]
ws[f’D{i+2}’] = f'{df.iloc[i][« Marge »]}%’
# Enregistrement du fichier Excel
wb.save(fichier)
# Création du tableau Excel
dataframe_to_excel(df, « analyse_rentabilite.xlsx »)
« `
Cet exemple crée un DataFrame avec les données de cout et recette pour chaque jour. Il ajoute ensuite une colonne pour calculer la marge à l’aide de la fonction `calcul_marge`. Enfin, il convertit le DataFrame en tableau Excel en utilisant la fonction `dataframe_to_excel`.
Le résultat est un fichier Excel nommé « analyse_rentabilite.xlsx » contenant les données suivantes :
| Date | Cout | Recette | Marge |
| — | — | — | — |
| 01/01 | 1000,00 € | 2000,00 € | 40% |
| 02/01 | 1200,00 € | 2200,00 € | 41,67% |
| 03/01 | 1500,00 € | 2500,00 € | 42,86% |
Ce tableau peut être utilisé pour l’analyse de rentabilité des activités de nettoyage de locaux. »