modifs marginales

content/01_data/02_pandas.Rmd

@@ -328,19 +328,22 @@ df.shape
 df.size
 ```
 
-Pour déterminer le nombre de valeurs uniques d'une variable, la
-méthode `nunique` est pratique. Par exemple,
+Pour déterminer le nombre de valeurs uniques d'une variable, plutôt que chercher à écrire soi-même une fonction, 
+on utilise la
+méthode `nunique`. Par exemple,
 
 ```{python}
 df['Commune'].nunique()
 ```
 
-| Opération                     | SQL            | pandas       | dplyr (`R`)    | data.table (`R`)           |
-|-------------------------------|----------------|--------------|----------------|----------------------------|
-| Récupérer le nom des colonnes |                | `df.columns` | `colnames(df)` | `colnames(df)`             |
-| Récupérer les indices[^3]         |                | `df.index`   |                |`unique(df[,get(key(df))])` |
-| Récupérer les dimensions | | `df.shape` | `c(nrow(df), ncol(df))` | `c(nrow(df), ncol(df))` |
-| Récupérer le nombre de valeurs uniques d'une variable | | `df['myvar'].nunique()` | `df %>%  summarise(distinct(myvar))` | `df[,uniqueN(myvar)]` |
+Voici un premier résumé des méthodes `pandas` utiles, et un comparatif avec `R`
+
+| Opération                     | pandas       | dplyr (`R`)    | data.table (`R`)           |
+|-------------------------------|--------------|----------------|----------------------------|
+| Récupérer le nom des colonnes | `df.columns` | `colnames(df)` | `colnames(df)`             |
+| Récupérer les indices[^3]     |                | `df.index`   |                |`unique(df[,get(key(df))])` |
+| Récupérer les dimensions      | `df.shape` | `c(nrow(df), ncol(df))` | `c(nrow(df), ncol(df))` |
+| Récupérer le nombre de valeurs uniques d'une variable | `df['myvar'].nunique()` | `df %>%  summarise(distinct(myvar))` | `df[,uniqueN(myvar)]` |
 
 ^[3]: Le principe d'indice n'existe pas dans `dplyr`. Les indices, au sens de
 `pandas`, sont appelés *clés* en `data.table`.