Cherche un indicateur (socio-économique, environnemental, infrastructure).

Point d'entrée de toute analyse territoriale croisée. source filtre sur eurostat, copernicus ou osm. Utiliser ensuite list_zones puis get_indicators.

Liste les zones d'un niveau NUTS0-3 ou CITY, sous un parent ou par nom.

Exemple : list_zones("NUTS2", parent="FR"). Les codes obtenus alimentent get_indicators.

Valeurs d'indicateurs pour des zones, une colonne par indicateur.

Croise plusieurs sources en un seul tableau. Maximum 5 indicateurs et 100 zones ; sans time_from/time_to, les 3 dernières périodes. Les ids viennent de search_indicators, les codes de zone de list_zones.

Recherche full-text dans le catalogue Eurostat (~7000 datasets).

Renvoie code, titre et période couverte. Utiliser ensuite get_structure(code) avant toute requête de données.

Dimensions et codes d'un dataset (codelists tronquées).

À appeler avant query_data. Si une dimension affiche '… et N autres', utiliser list_codes pour la parcourir.

Liste les codes d'une dimension, filtrable par sous-chaîne.

Exemple : list_codes("nama_10_gdp", "geo", contains="fr").

Interroge un dataset Eurostat au grain complet. filters = {dim: "A+B"}.

Exemple : query_data("nama_10_gdp", {"geo": "FR+BE", "na_item": "B1GQ", "unit": "CP_MEUR"}, time_from="2020"). Réponse plafonnée à 400 cellules. Pour croiser avec des indicateurs environnementaux ou d'infrastructure, préférer get_indicators.