Snippets
Du code concis, avec une explication claire.
pandas: rank et percent_rank
Calculer ranks et pourcentages de rang par groupe.
#pandas#rank
pandas: read_csv parsing et dtypes
Lire un CSV avec parse_dates, dtypes et valeurs manquantes.
#pandas#csv#io
pandas: read_parquet colonnes
Lire seulement un sous-ensemble de colonnes d'un parquet.
#pandas#parquet#columns
pandas: read_json lines
Lire un NDJSON (JSON par ligne) efficacement.
#pandas#json#ndjson
pandas: read_sql via SQLAlchemy
Charger un DataFrame depuis une base SQL avec SQLAlchemy.
#pandas#sqlalchemy#sql
pandas: read_csv dtype & na_values
Forcer types et définir les valeurs NA lors de l'import.
#pandas#csv#dtype
pandas: rolling + groupby apply
Appliquer des fenêtres glissantes par groupe.
#pandas#rolling#groupby
pandas: resample et agrégations temporelles
Rééchantillonner une série temporelle et agréger (sum/mean).
#pandas#resample#timeseries
pandas: rolling fenêtre temporelle
Rolling basé sur durée (ex: 2H) plutôt que taille fixe.
#pandas#rolling#timeseries
pandas: sample reproductible
Échantillonner des lignes avec graine fixe.
#pandas#sample#random
pandas: stack/unstack niveaux
Basculer entre colonnes et index via stack/unstack.
#pandas#stack#unstack
pandas: string methods et regex
Nettoyer et extraire des chaînes avec str.* et regex.
#pandas#string#regex