Pour manipuler des données, la librairie Pandas en Python facilite le travail grâce aux dataframes. Pour créer un dataframe, il s’agit d’associer des séries de données dans un dictionnaire (dans le langage de Python) :
Archives mensuelles: juillet 2025
8 articles
En Python, pour parcourir chaque élément d’une liste, il s’agit de faire référence à la liste en faisant appel à la méthode « for » (comme en JS). Et de respecter l’indentation pour décrire les actions à réaliser pour chaque élément (pour […]
Les conditions sont faciles à réaliser en Python. Il s’agit de définir la condition, le résultat si la condition est satisfaite, et, si besoin, le résultat si la condition n’est pas satisfaite. Le point d’attention concerne l’indentation (chaque bloc de […]
En Python, il est utile de pouvoir calculer des écarts entre des dates. La librairie datetime permet de faire cela facilement. Par exemple pour calculer la date de la veille : Et si on souhaite calculer l’ecart entre ces 2 […]
En construisant des flux de données, on est amené parfois à devoir manipuler les informations de date sous différents formats entre celui recu en entrée et celui à transmettre en sortie. Pour passer d’un timestamp à un datetime en python, […]
Avec les flux de données et les API, il est souvent utile de passer d’un datetime à un timestamp (selon les specifications des APIs). La librairie datetime en python permet de facilement faire cette conversion :
Dans les flux de données, il est souvent nécessaire de manipuler les dates sous différents formats en python. Nous allons voir dans cet article comment convertir une date qui est au format standard datetime en format texte (pour la pousser […]
En Python, il est utile dans les flux de données quand on récupère une date qui nous a été transmise au format texte de la transformer au format datetime. Ceci afin de pouvoir la manipuler ensuite pour calculer de nouvelles […]