Nous utilisons des cookies pour améliorer votre expérience de navigation, diffuser des publicités ou du contenu personnalisés et analyser notre trafic. En cliquant sur "Tout accepter", vous consentez à notre utilisation des cookies.
Personnaliser les préférences
Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.
Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site....
Toujours actif
Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.
Aucun cookie à afficher.
Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.
Aucun cookie à afficher.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.
Aucun cookie à afficher.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Aucun cookie à afficher.
Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.
Vous pouvez utiliser la syntaxe de base suivante pour créer une colonne en double dans un DataFrame pandas : df['my_column_duplicate'] = df.loc[:, 'my_column'] L’exemple suivant montre comment utiliser cette syntaxe dans la pratique. Exemple : créer une colonne en double dans Pandas DataFrame...
Vous pouvez utiliser la syntaxe de base suivante pour diviser une colonne de listes en plusieurs colonnes dans un DataFrame pandas : #split column of lists into two new columns split = pd.DataFrame(df['my_column'].to_list(), columns = ['new1', 'new2']) #join split columns back to...
Vous pouvez utiliser la fonction DEVSQ dans Google Sheets pour calculer la somme des carrés des écarts pour un échantillon donné. Cette fonction utilise la syntaxe de base suivante : =DEVSQ(value1, value2, value3, ...) Voici la formule utilisée réellement par DEVSQ : Somme...
Vous pouvez utiliser la fonction DEVSQ dans Excel pour calculer la somme des carrés des écarts pour un échantillon donné. Cette fonction utilise la syntaxe de base suivante : =DEVSQ(value1, value2, value3, ...) Voici la formule utilisée réellement par DEVSQ : Somme des...
Vous pouvez utiliser la fonction SUMSQ dans Google Sheets pour calculer la somme des carrés pour un échantillon donné. Cette fonction utilise la syntaxe de base suivante : =SUMSQ(value1, value2, value3, ...) Voici la formule que SUMSQ utilise réellement : Somme des carrés...
Vous pouvez utiliser la fonction SUMSQ dans Excel pour calculer la somme des carrés pour un échantillon donné. Cette fonction utilise la syntaxe de base suivante : =SUMSQ(value1, value2, value3, ...) Voici la formule que SUMSQ utilise réellement : Somme des carrés =...
Vous pouvez utiliser la fonction LOGEST dans Excel pour calculer la formule d’une courbe exponentielle qui correspond à vos données. L’équation de la courbe prendra la forme suivante : y = b * m x Cette fonction utilise la syntaxe de...
Vous pouvez utiliser la fonction LOGEST dans Google Sheets pour calculer la formule d’une courbe exponentielle qui correspond à vos données. L’équation de la courbe prendra la forme suivante : y = b * m x Cette fonction utilise la syntaxe...
Vous pouvez utiliser la fonction LINEST dans Excel pour ajuster un modèle de régression linéaire multiple à un ensemble de données. Cette fonction utilise la syntaxe de base suivante : =LINEST(known_y's, [known_x's], [const], [stats]) où: known_y’s : un tableau de valeurs y connues known_x’s : un...
Vous pouvez utiliser la syntaxe de base suivante pour combiner des lignes avec les mêmes valeurs de colonne dans un bloc de données dans R : library(dplyr) df %>% group_by(group_var1, group_var2) %>% summarise(across(c(values_var1, values_var2), sum)) L’exemple suivant montre comment utiliser cette syntaxe...
