Datasetpublic

Data-Gouv-ML/les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs

Les 1000 titres les plus réservés dans les bibliothèques de prêt Source Source officielle : https://www.data.gouv.fr/datasets/les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs Identifiant du jeu de données data.gouv.fr : 53c26b08a3a7292df9d3196d Slug data.gouv.fr : les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs Licence indiquée dans les métadonnées data.gouv.fr : odc-odbl Structure Hugging Face Un jeu de… See the full description on the dataset page: https://huggingface.co/datasets/Data-Gouv-ML/les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs.

sourceHugging Faceotherupdated 4mo agoView on Hugging Face

0likes6downloads

Dataset Card

Les 1000 titres les plus réservés dans les bibliothèques de prêt

Source

—Source officielle : https://www.data.gouv.fr/datasets/les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs
—Identifiant du jeu de données data.gouv.fr : 53c26b08a3a7292df9d3196d
—Slug data.gouv.fr : les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs
—Licence indiquée dans les métadonnées data.gouv.fr : odc-odbl

Structure Hugging Face

—Un jeu de données data.gouv.fr = un dépôt Hugging Face
—Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face
—Chaque sous-ensemble/configuration contient un split nommé train

Sous-ensembles

—fichier → data/fichier.parquet

Utilisation

python

from datasets import load_dataset

ds = load_dataset("Data-Gouv-ML/les-1000-titres-les-plus-reserves-dans-les-bibliotheques-de-pret-prs", "fichier")
print(ds["train"])

Description originale

Les 1000 références les plus réservées en 2014 au sein des bibliothèques municipales de la ville de Paris.

La mise de ce jeu de données est semestrielle.

En pièce jointe, vous trouverez le même fichier au format xls contenant les liens vers les oeuvres.