Snippets

Du code concis, avec une explication claire.

python

pandas: read_sql avec sqlite3

Lire depuis une base SQLite en mémoire.

#pandas#sqlite#sql
python

pandas: rolling apply custom

Appliquer une fonction sur fenêtres glissantes.

#pandas#rolling#apply
python

pandas: sample (frac, random_state)

Échantillonner des lignes de manière reproductible.

#pandas#sample#random
python

pandas: shift (features de lag)

Créer des colonnes retardées pour séries temporelles.

#pandas#shift#features
python

pandas: to_datetime/to_numeric safe

Convertir en gérant erreurs via coercition.

#pandas#parse#datetime
python

pandas: value_counts(normalize)

Compter et obtenir des proportions rapidement.

#pandas#counts#normalize
python

Pandera: schémas pour DataFrames

valider types, plages et contraintes au runtime

#pandera#validation#schema
python

Plotly: cartes choroplèthes et scattergeo

afficher des données géospatiales interactives

#plotly#geo#map
python

PuLP: programmation linéaire simple

résoudre un problème de PL (maximisation) avec PuLP

#pulp#optimization#linear-programming
python

PySpark ML: VectorAssembler + StandardScaler

assembler des features et normaliser pour MLlib

#pyspark#mllib#pipeline
python

pyproj: transformer des coordonnées

convertir des coordonnées entre systèmes de projection

#pyproj#projection#crs
python

PySpark SQL: lire Parquet et agréger

charger un dataset Parquet et faire des agrégations SQL

#pyspark#sql#parquet
← Plus récents page 29 sur 107 Plus anciens →