> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Référence de la classe DataStore

> Référence API complète des classes DataStore, ColumnExpr, LazyGroupBy et LazySeries

Cette référence présente les principales classes de l’API DataStore.

<div id="datastore">
  ## DataStore
</div>

La principale classe de type DataFrame pour manipuler les données.

```python theme={null}
from chdb.datastore import DataStore
```

<div id="datastore-constructor">
  ### Constructeur
</div>

```python theme={null}
DataStore(data=None, columns=None, index=None, dtype=None, copy=None)
```

**Paramètres :**

| Paramètre | Type | Description |
| - | - | - |
| `data` | dict/list/DataFrame/DataStore | Données d’entrée |
| `columns` | list | Noms des colonnes |
| `index` | Index | Index des lignes |
| `dtype` | dict | Types de données des colonnes |
| `copy` | bool | Copier les données |

**Exemples :**

```python theme={null}
# From dictionary
ds = DataStore({'a': [1, 2, 3], 'b': ['x', 'y', 'z']})

# From pandas DataFrame
import pandas as pd
ds = DataStore(pd.DataFrame({'a': [1, 2, 3]}))

# Empty DataStore
ds = DataStore()
```

<div id="datastore-properties">
  ### Propriétés
</div>

| Propriété | Type | Description |
| - | - | - |
| `columns` | Index | Noms des colonnes |
| `dtypes` | Series | Types de données des colonnes |
| `shape` | tuple | (lignes, colonnes) |
| `size` | int | Nombre total d’éléments |
| `ndim` | int | Nombre de dimensions (2) |
| `empty` | bool | Indique si le DataFrame est vide |
| `values` | ndarray | Données sous-jacentes sous forme de tableau NumPy |
| `index` | Index | Index des lignes |
| `T` | DataStore | Transposition |
| `axes` | list | Liste des axes |

<div id="datastore-factory">
  ### Méthodes de fabrique
</div>

| Méthode | Description |
| - | - |
| `uri(uri)` | Méthode de fabrique universelle à partir d’un URI |
| `from_file(path, ...)` | Créer à partir d’un fichier |
| `from_df(df)` | Créer à partir d’un DataFrame pandas |
| `from_s3(url, ...)` | Créer à partir de S3 |
| `from_gcs(url, ...)` | Créer à partir de Google Cloud Storage |
| `from_azure(url, ...)` | Créer à partir d’un blob Azure |
| `from_mysql(...)` | Créer à partir de MySQL |
| `from_postgresql(...)` | Créer à partir de PostgreSQL |
| `from_clickhouse(...)` | Créer à partir de ClickHouse |
| `from_mongodb(...)` | Créer à partir de MongoDB |
| `from_sqlite(...)` | Créer à partir de SQLite |
| `from_iceberg(path)` | Créer à partir d’une table Iceberg |
| `from_delta(path)` | Créer à partir de Delta Lake |
| `from_numbers(n)` | Créer avec des nombres séquentiels |
| `from_random(rows, cols)` | Créer avec des données aléatoires |
| `run_sql(query)` | Créer à partir d’une requête SQL |

Voir [Méthodes de fabrique](/fr/chdb/datastore/factory-methods) pour en savoir plus.

<div id="datastore-query">
  ### Méthodes de requête
</div>

| Méthode | Renvoie | Description |
| - | - | - |
| `select(*cols)` | DataStore | Sélectionner des colonnes |
| `filter(condition)` | DataStore | Filtrer les lignes |
| `where(condition)` | DataStore | Alias de `filter` |
| `sort(*cols, ascending=True)` | DataStore | Trier les lignes |
| `orderby(*cols)` | DataStore | Alias de `sort` |
| `limit(n)` | DataStore | Limiter les lignes |
| `offset(n)` | DataStore | Ignorer des lignes |
| `distinct(subset=None)` | DataStore | Supprimer les doublons |
| `groupby(*cols)` | LazyGroupBy | Regrouper les lignes |
| `having(condition)` | DataStore | Filtrer les groupes |
| `join(right, ...)` | DataStore | Joindre des DataStores |
| `union(other, all=False)` | DataStore | Combiner des DataStores |
| `when(cond, val)` | CaseWhen | CASE WHEN |

Voir [Construction de requêtes](/fr/chdb/datastore/query-building) pour plus de détails.

<div id="datastore-pandas">
  ### Méthodes compatibles avec pandas
</div>

Consultez [Compatibilité avec pandas](/fr/chdb/datastore/pandas-compat) pour obtenir la liste complète des 209 méthodes.

**Indexation :**
`head()`, `tail()`, `sample()`, `loc`, `iloc`, `at`, `iat`, `query()`, `isin()`, `where()`, `mask()`, `get()`, `xs()`, `pop()`

**Agrégation :**
`sum()`, `mean()`, `std()`, `var()`, `min()`, `max()`, `median()`, `count()`, `nunique()`, `quantile()`, `describe()`, `corr()`, `cov()`, `skew()`, `kurt()`

**Manipulation :**
`drop()`, `drop_duplicates()`, `dropna()`, `fillna()`, `replace()`, `rename()`, `assign()`, `astype()`, `copy()`

**Tri :**
`sort_values()`, `sort_index()`, `nlargest()`, `nsmallest()`, `rank()`

**Remise en forme :**
`pivot()`, `pivot_table()`, `melt()`, `stack()`, `unstack()`, `transpose()`, `explode()`, `squeeze()`

**Combinaison :**
`merge()`, `join()`, `concat()`, `append()`, `combine()`, `update()`, `compare()`

**Application/Transformation :**
`apply()`, `applymap()`, `map()`, `agg()`, `transform()`, `pipe()`, `groupby()`

**Séries temporelles :**
`rolling()`, `expanding()`, `ewm()`, `shift()`, `diff()`, `pct_change()`, `resample()`

<div id="datastore-io">
  ### Méthodes d’E/S
</div>

| Méthode | Description |
| - | - |
| `to_csv(path, ...)` | Exporter au format CSV |
| `to_parquet(path, ...)` | Exporter au format Parquet |
| `to_json(path, ...)` | Exporter au format JSON |
| `to_excel(path, ...)` | Exporter au format Excel |
| `to_df()` | Convertir en DataFrame pandas |
| `to_pandas()` | alias de to\_df |
| `to_arrow()` | Convertir en Arrow Table |
| `to_dict(orient)` | Convertir en dictionnaire |
| `to_records()` | Convertir en enregistrements |
| `to_numpy()` | Convertir en tableau NumPy |
| `to_sql()` | Générer une chaîne SQL |
| `to_string()` | Représentation sous forme de chaîne |
| `to_markdown()` | Tableau Markdown |
| `to_html()` | Tableau HTML |

Voir [les opérations d’E/S](/fr/chdb/datastore/io) pour plus de détails.

<div id="datastore-debug">
  ### Méthodes de débogage
</div>

| Méthode | Description |
| - | - |
| `explain(verbose=False)` | Afficher le plan d’exécution |
| `clear_cache()` | Vider les résultats mis en cache |

Voir [Débogage](/fr/chdb/debugging/index) pour plus de détails.

<div id="datastore-magic">
  ### Méthodes spéciales
</div>

| Méthode | Description | |
| - | - | - |
| `__getitem__(key)` | `ds['col']`, `ds[['a', 'b']]`, `ds[condition]` | |
| `__setitem__(key, value)` | `ds['col'] = value` | |
| `__delitem__(key)` | `del ds['col']` | |
| `__len__()` | `len(ds)` | |
| `__iter__()` | `for col in ds` | |
| `__contains__(key)` | `'col' in ds` | |
| `__repr__()` | `repr(ds)` | |
| `__str__()` | `str(ds)` | |
| `__eq__(other)` | `ds == other` | |
| `__ne__(other)` | `ds != other` | |
| `__lt__(other)` | `ds < other` | |
| `__le__(other)` | `ds <= other` | |
| `__gt__(other)` | `ds > other` | |
| `__ge__(other)` | `ds >= other` | |
| `__add__(other)` | `ds + other` | |
| `__sub__(other)` | `ds - other` | |
| `__mul__(other)` | `ds * other` | |
| `__truediv__(other)` | `ds / other` | |
| `__floordiv__(other)` | `ds // other` | |
| `__mod__(other)` | `ds % other` | |
| `__pow__(other)` | `ds ** other` | |
| `__and__(other)` | `ds & other` | |
| `__or__(other)` | \`ds | other\` |
| `__invert__()` | `~ds` | |
| `__neg__()` | `-ds` | |
| `__pos__()` | `+ds` | |
| `__abs__()` | `abs(ds)` | |

***

<div id="columnexpr">
  ## ColumnExpr
</div>

Représente une expression de colonne pour l’évaluation paresseuse. Renvoyée lorsqu’on accède à une colonne.

```python theme={null}
# ColumnExpr is returned automatically
col = ds['name']  # Returns ColumnExpr
```

<div id="datastore-properties">
  ### Propriétés
</div>

| Propriété | Type | Description |
| - | - | - |
| `name` | str | Nom de la colonne |
| `dtype` | dtype | Type de données |

<div id="columnexpr-accessors">
  ### Accesseurs
</div>

| Accesseur | Description | Méthodes |
| - | - | - |
| `.str` | Opérations sur les chaînes | 56 méthodes |
| `.dt` | Opérations DateTime | 42+ méthodes |
| `.arr` | Opérations sur les tableaux | 37 méthodes |
| `.json` | Analyse du JSON | 13 méthodes |
| `.url` | Analyse des URL | 15 méthodes |
| `.ip` | Opérations sur les adresses IP | 9 méthodes |
| `.geo` | Opérations Geo/de distance | 14 méthodes |

Voir [Accessors](/fr/chdb/datastore/accessors) pour la documentation complète.

<div id="columnexpr-arithmetic">
  ### Opérations arithmétiques
</div>

```python theme={null}
ds['total'] = ds['price'] * ds['quantity']
ds['profit'] = ds['revenue'] - ds['cost']
ds['ratio'] = ds['a'] / ds['b']
ds['squared'] = ds['value'] ** 2
ds['remainder'] = ds['value'] % 10
```

<div id="columnexpr-comparison">
  ### Opérations de comparaison
</div>

```python theme={null}
ds[ds['age'] > 25]           # Greater than
ds[ds['age'] >= 25]          # Greater or equal
ds[ds['age'] < 25]           # Less than
ds[ds['age'] <= 25]          # Less or equal
ds[ds['name'] == 'Alice']    # Equal
ds[ds['name'] != 'Bob']      # Not equal
```

<div id="columnexpr-logical">
  ### Opérations logiques
</div>

```python theme={null}
ds[(ds['age'] > 25) & (ds['city'] == 'NYC')]    # AND
ds[(ds['age'] > 25) | (ds['city'] == 'NYC')]    # OR
ds[~(ds['status'] == 'inactive')]               # NOT
```

<div id="columnexpr-methods">
  ### Méthodes
</div>

| Méthode | Description |
| - | - |
| `as_(alias)` | Définir le nom d’alias |
| `cast(dtype)` | Convertir vers un type |
| `astype(dtype)` | alias de cast |
| `isnull()` | Est NULL |
| `notnull()` | N’est pas NULL |
| `isna()` | alias de isnull |
| `notna()` | alias de notnull |
| `isin(values)` | Appartient à une liste de valeurs |
| `between(low, high)` | Entre deux valeurs |
| `fillna(value)` | Remplir les valeurs NULL |
| `replace(to_replace, value)` | Remplacer des valeurs |
| `clip(lower, upper)` | Borner les valeurs |
| `abs()` | Valeur absolue |
| `round(decimals)` | Arrondir les valeurs |
| `floor()` | Arrondi inférieur |
| `ceil()` | Arrondi supérieur |
| `apply(func)` | Appliquer une fonction |
| `map(mapper)` | Transformer les valeurs |

<div id="columnexpr-aggregation">
  ### Méthodes d’agrégation
</div>

| Méthode | Description |
| - | - |
| `sum()` | Somme |
| `mean()` | Moyenne |
| `avg()` | alias de mean |
| `min()` | Minimum |
| `max()` | Maximum |
| `count()` | Nombre de valeurs non NULL |
| `nunique()` | Nombre de valeurs uniques |
| `std()` | Écart type |
| `var()` | Variance |
| `median()` | Médiane |
| `quantile(q)` | Quantile |
| `first()` | Première valeur |
| `last()` | Dernière valeur |
| `any()` | Au moins une valeur true |
| `all()` | Toutes les valeurs true |

***

<div id="lazygroupby">
  ## LazyGroupBy
</div>

Représente un DataStore regroupé pour les opérations d’agrégation.

```python theme={null}
# LazyGroupBy is returned automatically
grouped = ds.groupby('category')  # Returns LazyGroupBy
```

<div id="columnexpr-methods">
  ### Méthodes
</div>

| Méthode | Renvoie | Description |
| - | - | - |
| `agg(spec)` | DataStore | Agrège |
| `aggregate(spec)` | DataStore | alias de agg |
| `sum()` | DataStore | Somme de chaque groupe |
| `mean()` | DataStore | Moyenne de chaque groupe |
| `count()` | DataStore | Nombre d’éléments par groupe |
| `min()` | DataStore | Minimum de chaque groupe |
| `max()` | DataStore | Maximum de chaque groupe |
| `std()` | DataStore | Écart-type par groupe |
| `var()` | DataStore | Variance par groupe |
| `median()` | DataStore | Médiane de chaque groupe |
| `nunique()` | DataStore | Nombre de valeurs uniques par groupe |
| `first()` | DataStore | Première valeur de chaque groupe |
| `last()` | DataStore | Dernière valeur de chaque groupe |
| `nth(n)` | DataStore | Nième valeur de chaque groupe |
| `head(n)` | DataStore | n premières valeurs par groupe |
| `tail(n)` | DataStore | n dernières valeurs par groupe |
| `apply(func)` | DataStore | Applique une fonction à chaque groupe |
| `transform(func)` | DataStore | Transforme chaque groupe |
| `filter(func)` | DataStore | Filtre les groupes |

<div id="lazygroupby-columns">
  ### Sélection des colonnes
</div>

```python theme={null}
# Select column after groupby
grouped['amount'].sum()     # Returns DataStore
grouped[['a', 'b']].sum()   # Returns DataStore
```

<div id="lazygroupby-agg">
  ### Spécifications d’agrégation
</div>

```python theme={null}
# Single aggregation
grouped.agg({'amount': 'sum'})

# Multiple aggregations per column
grouped.agg({'amount': ['sum', 'mean', 'count']})

# Named aggregations
grouped.agg(
    total=('amount', 'sum'),
    average=('amount', 'mean'),
    count=('id', 'count')
)
```

***

<div id="lazyseries">
  ## LazySeries
</div>

Représente une série à évaluation différée (une seule colonne).

<div id="datastore-properties">
  ### Propriétés
</div>

| Propriété | Type | Description |
| - | - | - |
| `name` | str | Nom de la série |
| `dtype` | dtype | Type de données |

<div id="columnexpr-methods">
  ### Méthodes
</div>

Hérite de la plupart des méthodes de `ColumnExpr`. Principales méthodes :

| Méthode | Description |
| - | - |
| `value_counts()` | Fréquences des valeurs |
| `unique()` | Valeurs uniques |
| `nunique()` | Nombre de valeurs uniques |
| `mode()` | Valeur la plus fréquente |
| `to_list()` | Convertir en liste |
| `to_numpy()` | Convertir en tableau |
| `to_frame()` | Convertir en DataStore |

***

<div id="related">
  ## Classes associées
</div>

<div id="f-class">
  ### F (Fonctions)
</div>

Espace de noms des fonctions ClickHouse.

```python theme={null}
from chdb.datastore import F, Field

# Aggregations
F.sum(Field('amount'))
F.avg(Field('price'))
F.count(Field('id'))
F.quantile(Field('value'), 0.95)

# Conditional
F.sum_if(Field('amount'), Field('status') == 'completed')
F.count_if(Field('active'))

# Window
F.row_number().over(order_by='date')
F.lag('price', 1).over(partition_by='product', order_by='date')
```

Voir [Agrégation](/fr/chdb/datastore/aggregation#f-namespace) pour en savoir plus.

<div id="field-class">
  ### Champ
</div>

Référence à une colonne par son nom.

```python theme={null}
from chdb.datastore import Field

# Create field reference
amount = Field('amount')
price = Field('price')

# Use in expressions
F.sum(Field('amount'))
F.avg(Field('price'))
```

<div id="casewhen-class">
  ### CaseWhen
</div>

Objet de construction pour les expressions `CASE WHEN`.

```python theme={null}
# Create case-when expression
result = (ds
    .when(ds['score'] >= 90, 'A')
    .when(ds['score'] >= 80, 'B')
    .when(ds['score'] >= 70, 'C')
    .otherwise('F')
)

# Assign to column
ds['grade'] = result
```

<div id="window-class">
  ### Window
</div>

Spécification de fenêtre pour les fonctions de fenêtrage.

```python theme={null}
from chdb.datastore import F

# Create window
window = F.window(
    partition_by='category',
    order_by='date',
    rows_between=(-7, 0)
)

# Use with aggregation
ds['rolling_avg'] = F.avg('price').over(window)
```