GitHub

@@ -82,7 +82,7 @@ Des détails supplémentaires seront ajoutés à notre `DataFrame` en utilisant

8282

Nous allons lire un ensemble de données de l'OCDE des salaires minimums réels dans 32

8383

pays et l'assigner à `realwage`.

848485-

L'ensemble de données est accessible via le lien suivant :

85+

L'ensemble de données est accessible via le lien suivant :

86868787

```{code-cell} ipython3

8888

url1 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/realwage.csv'

@@ -200,7 +200,7 @@ En utilisant les informations sur les pays de

200200

[WorldData.info](https://www.worlddata.info/downloads/), nous ajouterons

201201

le continent de chaque pays à `realwage_f` avec la fonction `merge`.

202202203-

L'ensemble de données est accessible via le lien suivant :

203+

L'ensemble de données est accessible via le lien suivant :

204204205205

```{code-cell} ipython3

206206

url2 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/countries.csv'

@@ -234,7 +234,7 @@ realwage_f.transpose().head()

234234

```

235235236236

Nous pouvons utiliser une jointure left, right, inner ou outer pour fusionner nos

237-

ensembles de données :

237+

ensembles de données :

238238239239

* la jointure left n'inclut que les pays de l'ensemble de données de gauche

240240

* la jointure right n'inclut que les pays de l'ensemble de données de droite

@@ -278,7 +278,7 @@ colonne continent et filtrer le dataframe fusionné

278278

merged[merged['Continent'].isnull()]

279279

```

280280281-

Nous avons trois valeurs manquantes !

281+

Nous avons trois valeurs manquantes !

282282283283

Une option pour traiter les valeurs NaN consiste à créer un dictionnaire contenant

284284

ces pays et leurs continents respectifs.

@@ -508,7 +508,7 @@ D'autres outils qui peuvent être utiles dans l'analyse des données de panel co

508508

Dans ces exercices, vous travaillerez avec un ensemble de données de taux

509509

d'emploi en Europe par âge et par sexe provenant d'[Eurostat](https://ec.europa.eu/eurostat/data/database).

510510511-

L'ensemble de données est accessible via le lien suivant :

511+

L'ensemble de données est accessible via le lien suivant :

512512513513

```{code-cell} ipython3

514514

url3 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/employ.csv'

Read the original on github.com ↗