Une bibliothèque Python permettant de relier un fichier CSV sale avec une table de référence propre. Elle utilise Elasticsearch pour l'indexation et un labellisateur pour déterminer les paramètres de correspondance optimaux pour chaque scénario.

Dépôt de données sur les jours fériés en France, mis à jour automatiquement tous les jours. Fournit des exports aux formats CSV, ICS et JSON grâce au package Python dédié.

Le projet Solidata est une plateforme de gestion, de consolidation et de partage de données open data. Il permet de gérer des projets, d'importer des données depuis des fichiers CSV ou des API externes, de consolider les données en appliquant un modèle de données personnalisé, de simplifier les colonnes et d'appliquer des métadonnées. Le projet est également multilingue, prenant en charge l'anglais, le français et l'espagnol.

Ce projet permet de fusionner des fichiers CSV ou Excel en utilisant des algorithmes de correspondance approchée, prenant en compte les erreurs de saisie, les homonymes et les variations de format.

Le dashboard Aides aux Entreprises est un outil de visualisation de données dédié aux aides versées aux entreprises pendant la crise sanitaire de la COVID-19. Il permet aux utilisateurs de filtrer et comparer les données par type d'aide et par région, offrant ainsi une vue d'ensemble de l'impact de ces aides sur le tissu économique français.

Ce projet vise à stocker et traiter les données liées aux diagnostics de performance énergétique (DPE). Il comprend des scripts d'extraction, de nettoyage, de montée en qualité et de géocodage des données. Des analyses préliminaires sont également réalisées pour visualiser les consommations d'énergie et les estimations de gaz à effet de serre par département.

Csvapi est un outil permettant de publier instantanément une API pour des fichiers CSV hébergés sur internet, y compris les fichiers Excel. Il est utilisé par data.gouv.fr pour afficher un aperçu de fichiers CSV et XLS hébergés.

Ce projet permet l'analyse et la visualisation de données à l'aide de notebooks. Il offre également la possibilité de décrire des workflows d'exécution et de les automatiser grâce à Airflow.

Le projet matchSIRET propose un code pour créer et alimenter un index Elasticsearch avec les données de la base SIRENE de l'INSEE, après géolocalisation par Etalab, et pour faire des recherches d'établissements sur cet index Elasticsearch. Il permet de retrouver un établissement d'entreprise à partir d'un libellé potentiellement approximatif et d'une information géographique possiblement approximative.

Ce projet vise à étudier les pathologies allergiques en France, en collectant et analysant des données sur leur prévalence et les tendances. Il fournit également des informations sur les facteurs de risque et les mesures préventives.