:orphan:

|rss_image|  **pandas - 1/1** :ref:`Blog <ap-main-0>` :ref:`plan (12) <ap-cat-plan-0>`

.. |rss_image| image:: feed-icon-16x16.png
    :target: ../_downloads/rss.xml
    :alt: RSS

----


.. index:: pandas


.. _ap-cat-pandas-0:

pandas - 1/1
++++++++++++

.. blogpostagg::
    :title: Références et plan pour la séance 4
    :date: 2017-04-18
    :keywords: conda,pip,pandas...
    :categories: pandas
    :rawfile: 2017/2017-04-18-seance4.rst

    Plan suivi pour cette séance :
    

    ...




.. blogpostagg::
    :title: pandas et SAS
    :date: 2016-03-12
    :keywords: pandas,SAS
    :categories: pandas
    :rawfile: 2016/2016-03-12-read_sas.rst

    La fonction `read_sas <http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_sas.html>`_
    est apparue dans le module `pandas <http://pandas.pydata.org/pandas-docs/stable/>`_ version 0.17,
    améliorée dans la version 0.18 :
    `pd.read_sas() changes <http://pandas-docs.github.io/pandas-docs-travis/whatsnew.html#pd-read-sas-changes>`_.




.. blogpostagg::
    :title: Grandes tables, Guillemets
    :date: 2015-06-20
    :keywords: guillemets,grandes tables
    :categories: pandas
    :rawfile: 2015/2015-06-20-guillemets.rst

    Très populaire, le module `pandas <http://pandas.pydata.org/>`_ permet
    de lire les formats de données les plus classiques ou des formats de
    fichiers plats inattendus. C'est ce que
    montre le notebook :ref:`tablesavecguillemetsrst`.
    Il montre également comment parcourir par petits bouts
    une table trop grande pour tenir en mémoire.




.. blogpostagg::
    :title: Différence entre numpy et pandas
    :date: 2015-06-06
    :keywords: sql,matrice
    :categories: calcul matriciel,modules,numpy,pandas
    :rawfile: 2015/2015-06-06-numpy_pandas.rst

    Pourquoi deux modules alors qu'ils semblent tous deux
    manipuler des matrices ? Dans le cas de
    `pandas <http://pandas.pydata.org/>`_, ce ne sont pas tout-à-fait
    des matrices mais des tables de données : la même
    table peut contenir différentes types de données, des
    nombres, des chaînes de caractères, des booléens, des dates...
    Les données se manipulent comme des bases de données et
    les `Dataframe <http://pandas.pydata.org/pandas-docs/version/0.16.1/generated/pandas.DataFrame.html>`_
    de pandas sont optimisés pour ça. Chaque colonne porte un nom.
    

    ...





----

|rss_image|  **pandas - 1/1** :ref:`2022-05 (1) <ap-month-2022-05-0>` :ref:`2023-01 (2) <ap-month-2023-01-0>` :ref:`2023-02 (1) <ap-month-2023-02-0>` :ref:`2023-03 (2) <ap-month-2023-03-0>` :ref:`2023-04 (1) <ap-month-2023-04-0>`