----------------------------------------------------------------------
This is the API documentation for the gdtest_i18n_french library.
----------------------------------------------------------------------


## Classes

Classes principales


TraiteurDeDonnees(source: str, format: str = 'csv', verbeux: bool = False)

Traite et transforme des jeux de données.

Une classe polyvalente de traitement de données qui prend
en charge plusieurs formats d'entrée et des pipelines de
transformation configurables.

Parameters
----------
source : str
    Chemin vers la source de données.
format : str
    Format d'entrée (csv, json, parquet).
verbeux : bool
    Afficher la progression dans le journal.

See Also
--------
transformer
    Applique une transformation d'échelle aux données.
valider
    Valide un enregistrement par rapport au schéma.

Examples
--------
>>> proc = TraiteurDeDonnees("donnees.csv", format="csv")
>>> proc.executer()
{'statut': 'ok', 'lignes': 0}

.. versionadded:: 0.1.0


## Fonctions

Fonctions publiques


transformer(donnees: list, echelle: float = 1.0) -> list

Applique une transformation d'échelle aux données.

Parameters
----------
donnees : list
    Valeurs de données en entrée.
echelle : float
    Multiplicateur à appliquer.

Returns
-------
list
    Données transformées.

.. versionchanged:: 0.1.0 Le paramètre echelle accepte maintenant les valeurs négatives.

See Also
--------
TraiteurDeDonnees
    Processeur de données complet.
resumer
    Calcule des statistiques descriptives.

valider(enregistrement: dict, strict: bool = True) -> bool

Valide un enregistrement par rapport au schéma.

Parameters
----------
enregistrement : dict
    L'enregistrement à valider.
strict : bool
    Appliquer toutes les contraintes.

Returns
-------
bool
    True si l'enregistrement est valide.

See Also
--------
transformer
    Applique une transformation aux données.
.. deprecated:: 0.1.0
    Utilisez la méthode TraiteurDeDonnees.valider() à la place.                

resumer(valeurs: list[float]) -> dict

Calcule des statistiques descriptives pour une liste de valeurs.

Parameters
----------
valeurs : list[float]
    Valeurs numériques à résumer.

Returns
-------
dict
    Dictionnaire avec min, max, moyenne et nombre d'éléments.


----------------------------------------------------------------------
This is the User Guide documentation for the package.
----------------------------------------------------------------------


## Fondamentaux

# Démarrage rapide

Ce guide vous accompagne dans les premières étapes d'utilisation
du paquet.

## Installation

Installez avec pip :

```bash
pip install gdtest-i18n-french
```

## Exemple rapide

```python
from gdtest_i18n_french import TraiteurDeDonnees

proc = TraiteurDeDonnees("donnees.csv")
resultat = proc.executer()
print(resultat)
```

## Formats pris en charge

Le processeur accepte plusieurs formats de fichiers :

| Format   | Extension | Flux continu |
|----------|-----------|--------------|
| CSV      | .csv      | Oui          |
| JSON     | .json     | Non          |
| Parquet  | .parquet  | Oui          |


# Configuration

Configurez le processeur avec différentes options pour
adapter son comportement à vos besoins.

## Mode strict

Le mode strict applique toutes les contraintes de validation :

```python
from gdtest_i18n_french import valider

resultat = valider({"nom": "test"}, strict=True)
print(resultat)  # True
```

## Statistiques descriptives

Obtenez un résumé rapide de vos données :

```python
from gdtest_i18n_french import resumer

stats = resumer([10.5, 20.3, 15.7, 8.2])
print(stats)
```


# Exploration de tableau

Utilisez `tbl_explorer()` pour explorer vos données de
manière interactive.

```{python}
#| echo: false
import tempfile
from great_docs import tbl_explorer
rows = "nom,age,ville,score\nMarie,28,Paris,92.5\nPierre,35,Lyon,87.3\nSophie,22,Marseille,95.1\nJean,41,Toulouse,78.6\nClaire,30,Nantes,88.9\nLucas,27,Bordeaux,91.2\nEmma,33,Lille,84.7"
tf = tempfile.NamedTemporaryFile(mode="w", suffix=".csv", delete=False)
tf.write(rows)
tf.close()
tbl_explorer(tf.name)
```