Skip to content
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
2 changes: 1 addition & 1 deletion .translate/state/pandas.md.yml
Original file line number Diff line number Diff line change
@@ -1,4 +1,4 @@
source-sha: d35eb831da23a763f43d403e96f20d43529cae53
source-sha: 55c87c9fdbdb522866c5b6bbdc65c073941d7f16
synced-at: "2026-08-18"
model: claude-sonnet-5
mode: UPDATE
Expand Down
2 changes: 1 addition & 1 deletion .translate/state/polars.md.yml
Original file line number Diff line number Diff line change
@@ -1,4 +1,4 @@
source-sha: d35eb831da23a763f43d403e96f20d43529cae53
source-sha: 55c87c9fdbdb522866c5b6bbdc65c073941d7f16
synced-at: "2026-08-18"
model: claude-sonnet-5
mode: UPDATE
Expand Down
4 changes: 2 additions & 2 deletions lectures/pandas.md
Original file line number Diff line number Diff line change
Expand Up @@ -161,7 +161,7 @@ En substance, un `DataFrame` dans pandas est analogue à une feuille de calcul E

Ainsi, c'est un outil puissant pour représenter et analyser des données naturellement organisées en lignes et en colonnes, souvent avec des indices descriptifs pour les lignes et les colonnes individuelles.

Regardons un exemple qui lit des données à partir du fichier CSV `pandas/data/test_pwt.csv`, tiré des [Penn World Tables](https://www.rug.nl/ggdc/productivity/pwt/pwt-releases/pwt-7.0).
Regardons un exemple qui lit des données à partir du fichier CSV `test_pwt.csv`, tiré des [Penn World Tables](https://www.rug.nl/ggdc/productivity/pwt/pwt-releases/pwt-7.0).

Le jeu de données contient les indicateurs suivants

Expand All @@ -177,7 +177,7 @@ Le jeu de données contient les indicateurs suivants
Nous allons le lire depuis une URL en utilisant la fonction `read_csv` de `pandas`.

```{code-cell} ipython3
df = pd.read_csv('https://raw.githubusercontent.com/QuantEcon/lecture-python-programming/main/lectures/_static/lecture_specific/pandas/data/test_pwt.csv')
df = pd.read_csv('https://github.com/QuantEcon/data-lectures/raw/main/lectures/test_pwt.csv')
type(df)
```

Expand Down
12 changes: 3 additions & 9 deletions lectures/polars.md
Original file line number Diff line number Diff line change
Expand Up @@ -175,9 +175,7 @@ Comme dans {doc}`pandas`, travaillons avec les données des [Penn World Tables](
Nous les lisons à l'aide de `pl.read_csv`

```{code-cell} ipython3
url = ('https://raw.githubusercontent.com/QuantEcon/'
'lecture-python-programming/main/lectures/_static/'
'lecture_specific/pandas/data/test_pwt.csv')
url = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/test_pwt.csv'
df = pl.read_csv(url)
df
```
Expand Down Expand Up @@ -361,9 +359,7 @@ Au lieu d'exécuter chaque opération immédiatement, le mode paresseux collecte

```{code-cell} ipython3
# Rechargement du jeu de données
url = ('https://raw.githubusercontent.com/QuantEcon/'
'lecture-python-programming/main/lectures/_static/'
'lecture_specific/pandas/data/test_pwt.csv')
url = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/test_pwt.csv'
df_full = pl.read_csv(url)
```

Expand Down Expand Up @@ -439,9 +435,7 @@ import pandas as pd
import time

# Petit jeu de données -- Penn World Tables (~8 lignes)
url = ('https://raw.githubusercontent.com/QuantEcon/'
'lecture-python-programming/main/lectures/_static/'
'lecture_specific/pandas/data/test_pwt.csv')
url = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/test_pwt.csv'
small_pd = pd.read_csv(url)
small_pl = pl.read_csv(url)
```
Expand Down
Loading