> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.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 page de référence présente les classes principales 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                          | Copie des 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      | DataFrame vide ?                                  |
| `values`  | ndarray   | Données sous-jacentes sous forme de tableau NumPy |
| `index`   | Index     | Index des lignes                                  |
| `T`       | DataStore | Transposé                                         |
| `axes`    | list      | Liste des axes                                    |

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

| Méthode                   | Description                            |
| ------------------------- | -------------------------------------- |
| `uri(uri)`                | Fabrique universelle à partir d’un URI |
| `from_file(path, ...)`    | Créer à partir d’un fichier            |
| `from_df(df)`             | Créer à partir d’un pandas DataFrame   |
| `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’Azure Blob            |
| `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 une suite de nombres        |
| `from_random(rows, cols)` | Créer avec des données aléatoires      |
| `run_sql(query)`          | Créer à partir d’une requête SQL       |

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

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

| Méthode                       | Renvoyer    | 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 le nombre de lignes |
| `offset(n)`                   | DataStore   | Ignorer certaines 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 DataStore       |
| `union(other, all=False)`     | DataStore   | Combiner des DataStore      |
| `when(cond, val)`             | CaseWhen    | CASE WHEN                   |

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

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

Consultez [Compatibilité avec pandas](/fr/products/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()`

**Restructuration :**
`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 pandas DataFrame       |
| `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 [Opérations d’E/S](/fr/products/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()`          | Effacer les résultats en cache |

Voir [Débogage](/fr/products/chdb/debugging/index) pour en savoir plus.

<div id="datastore-magic">
  ### Méthodes magiques
</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. Elle est renvoyée lors de l’accès 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">
  ### Accessors
</div>

| Accessor | Description                         | Methods      |
| -------- | ----------------------------------- | ------------ |
| `.str`   | Opérations sur les chaînes          | 56 méthodes  |
| `.dt`    | Opérations sur les valeurs DateTime | 42+ méthodes |
| `.arr`   | Opérations sur les Array            | 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 et de distance       | 14 méthodes  |

Voir [Accessors](/fr/products/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 un 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)`         | Limiter les valeurs               |
| `abs()`                      | Valeur absolue                    |
| `round(decimals)`            | Arrondir les valeurs              |
| `floor()`                    | Arrondi à l'entier inférieur      |
| `ceil()`                     | Arrondi à l'entier supérieur      |
| `apply(func)`                | Appliquer une fonction            |
| `map(mapper)`                | Mapper 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 nulles |
| `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 vraie    |
| `all()`       | Toutes les valeurs vraies    |

***

<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 | Agrégation                            |
| `aggregate(spec)` | DataStore | alias de agg                          |
| `sum()`           | DataStore | Somme par groupe                      |
| `mean()`          | DataStore | Moyenne par groupe                    |
| `count()`         | DataStore | Nombre par groupe                     |
| `min()`           | DataStore | Minimum par groupe                    |
| `max()`           | DataStore | Maximum par groupe                    |
| `std()`           | DataStore | Écart-type par groupe                 |
| `var()`           | DataStore | Variance par groupe                   |
| `median()`        | DataStore | Médiane par groupe                    |
| `nunique()`       | DataStore | Nombre de valeurs uniques par groupe  |
| `first()`         | DataStore | Première valeur par groupe            |
| `last()`          | DataStore | Dernière valeur par groupe            |
| `nth(n)`          | DataStore | Nième valeur par groupe               |
| `head(n)`         | DataStore | n premières par groupe                |
| `tail(n)`         | DataStore | n dernières par groupe                |
| `apply(func)`     | DataStore | Application de la fonction par groupe |
| `transform(func)` | DataStore | Transformation par groupe             |
| `filter(func)`    | DataStore | Filtrage des groupes                  |

<div id="lazygroupby-columns">
  ### Sélection de 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 Series à évaluation différée (à 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 connexes
</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/products/chdb/datastore/aggregation#f-namespace) pour plus de détails.

<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>

Générateur d’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 fenêtre.

```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)
```