Fiches de révision & flashcards

Fiches de référence

Métriques de classification — quelle métrique pour quel problème

SQL — les 5 requêtes qui couvrent 80 % du quotidien

-- 1. Aperçu rapide
SELECT * FROM orders LIMIT 20;

-- 2. Doublons sur une clé
SELECT order_id, COUNT(*) FROM orders
GROUP BY order_id HAVING COUNT(*) > 1;

-- 3. Taux de valeurs nulles par colonne
SELECT
  100.0 * COUNT(*) FILTER (WHERE amount IS NULL) / COUNT(*) AS pct_null_amount
FROM orders;

-- 4. Agrégat glissant sur 7 jours
SELECT order_date,
       AVG(amount) OVER (ORDER BY order_date ROWS 6 PRECEDING) AS moy_7j
FROM daily_orders;

-- 5. Dédupliquer en gardant la ligne la plus récente
SELECT DISTINCT ON (customer_id) *
FROM customers
ORDER BY customer_id, updated_at DESC;

pandas — les gestes qui sauvent

# Profil rapide d'un DataFrame
df.info(); df.describe(include="all").T; df.isna().mean().sort_values(ascending=False)

# Valeurs les plus fréquentes d'une colonne
df["country"].value_counts(normalize=True).head(10)

# Jointure avec validation de cardinalité (détecte les mauvaises surprises)
df.merge(dim, on="customer_id", validate="many_to_one")

# Agrégations multiples nommées
df.groupby("segment").agg(ca_total=("amount", "sum"), panier_moyen=("amount", "mean"))

# Découper une variable continue en classes
df["tranche_age"] = pd.cut(df["age"], bins=[0, 25, 40, 60, 120])

Flashcards — testez-vous

Astuce : une carte par jour au café, et le glossaire devient un réflexe.