Relecture antuki (#427)

* relec 02a_pandas_tutorial

* relec 02b_pandas_TP

* quelques éléments de mon précédent commit passé à la trappe.

* Retire section doublon

* modifs de forme

* modifs de forme

* update

* see figure

---------

Co-authored-by: antuki <kim.demarty@laposte.net>

content/manipulation/02a_pandas_tutorial.qmd

@@ -18,7 +18,7 @@ description: |
   `Pandas` est l'élément central de l'écosystème `Python` pour la _data-science_. 
   Le succès récent de `Python` dans l'analyse de données tient beaucoup à `Pandas` qui a permis d'importer la
   logique `SQL` dans le langage `Python`. `Pandas` embarque énormément de
-  fonctionalités qui permettent d'avoir des chaines de traitement efficaces pour
+  fonctionalités qui permettent d'avoir des chaînes de traitement efficaces pour
   traiter des données de volumétrie moyenne (jusqu'à quelques Gigas). Au-delà
   de cette volumétrie, il faudra se tourner vers d'autres solutions
   (`DuckDB`, `Dask`, `Polars`, `Spark`...).
@@ -153,7 +153,7 @@ se trouve sur une unique cellule.
 Concernant la syntaxe, une partie des commandes `Python` est inspirée par la logique `SQL`.
 On retrouvera ainsi une philosophie proche de celle du SQL où on fait des opérations
 de sélection de ligne ou de colonne. Voici une illustration de quelques manipulations de données
-que nous mettrons en oeuvre par la suite: 
+que nous mettrons en oeuvre par la suite : 
 
 ::: {layout-ncol=2}
 
@@ -723,19 +723,6 @@ des usages de manipulation des données
 | Effectuer une opération par groupe | `GROUP BY` | `df.groupby('Commune').mean()` | `df %>% group_by(Commune) %>% summarise(m = mean)` | `df[,mean(Commune), by = Commune]` |
 | Joindre deux bases de données (*inner join*) | `SELECT * FROM table1 INNER JOIN table2 ON table1.id = table2.x` | `table1.merge(table2, left_on = 'id', right_on = 'x')` | `table1 %>% inner_join(table2, by = c('id'='x'))` | `merge(table1, table2, by.x = 'id', by.y = 'x')` |
 
-Quelques uns de ces concepts illustrés:
-
-::: {layout-ncol=2}
-
-![Sélectionner des colonnes](select_pandas.png)
-![Renommer des colonnes](rename_pandas.png)
-
-![Créer de nouvelles colonnes](mutate_pandas.png)
-![Sélectionner des lignes](filter_pandas.png)
-
-![Réordonner le _DataFrame_](arrange_pandas.png)
-
-:::
 
 
 ### Opérations sur les colonnes: `select`, `mutate`, `drop`