In this chapter, you'll learn how to create a DataFrame from a CSV, how to inspect a DataFrame, how to select subsets of rows and columns and how to sort and summarize a DataFrame.

Introduction to the Polars DataFrame

Load a CSV into a DataFrame

Inspect a DataFrame

Subsetting a DataFrame

Creating a Series from a DataFrame

Subsetting a DataFrame with bracket notation

Select a subset of columns with .select()

Sorting and summarizing a DataFrame

Sorting the EV data

Summarizing a DataFrame

Extreme values in a DataFrame

Creating DataFrames and Selecting Data

Next up, you'll learn how to transform data with expressions, how to add or update columns in a DataFrame, how to work with multiple columns and get an introduction to lazy mode and query optimization.

Transforming columns

Transforming Data with an Expression

Aggregating a column

Transforming Data

Adding columns

Adding a new column

Using a Dtype-specific Expression

Renaming and dropping columns

Working with multiple columns

Transforming Multiple Columns

Creating new columns with a suffix

Combining selectors

Introducing lazy mode

Creating a Lazy Query

What drives EV prices?

Transforming Data with Expressions

In the final chapter, you'll learn how to filter a DataFrame to get a subset of rows, how to handle missing or duplicated values, grouping by one or more columns and converting a DataFrame between long and wide formats.

Zeilen filtern

Filtern mit einer einzelnen Bedingung

Mehrere Filterbedingungen kombinieren

Ein Prädikat negieren

Umgang mit fehlenden und doppelten Werten

Fehlende Werte finden und entfernen

Fehlende Werte ersetzen

Doppelte Werte entfernen

Gruppierte Aggregationen

Werte zählen

Group-by-Aggregation

Mehrere Aggregationen auf einer Spalte

Pivotieren und Entpivotieren

Ein DataFrame pivotieren

Daten von Wide- in Long-Format unpivoten

Abschluss

Analyzing Data

Electric Vehicles

Music Streams

Lerne, wie du Daten mit Polars bearbeitest und Erkenntnisse gewinnst – einem leistungsstarken, vielseitigen Paket für tabellarische Daten in Python. Polars ist auf Geschwindigkeit und Effizienz ausgelegt und eignet sich hervorragend für alles, von schneller Datenexploration bis hin zu detaillierten Analysen. In diesem Kurs lernst du die wichtigsten Techniken zum Transformieren, Bereinigen, Analysieren und Visualisieren tabellarischer Daten.

<h2>Entdecke effiziente Datenbearbeitung mit Polars</h2>Polars ist ein echt starkes, vielseitiges Paket für die Arbeit mit tabellarischen Daten in Python. Polars ist auf Geschwindigkeit und Effizienz ausgelegt und eignet sich super für alles, von der schnellen Datenexploration bis hin zu detaillierten Analysen. In diesem Kurs lernst du die Grundlagen der Verwendung von Polars für die Arbeit mit deinen Daten.<br><br><h2>Lade, erkunde und bereinige deine Daten</h2>Zuerst lernst du, wie du CSV-Dateien in Polars DataFrames importierst, ihren Inhalt zusammenfasst und die wichtigsten Daten auswählst. Als Nächstes lernst du, wie du deinen Datensatz bereinigst, indem du fehlende oder doppelte Daten findest und entfernst.<br><br><h2>Analysiere und zeig deine Daten auf coole Weise</h2>Dann machst du dich an eine detailliertere Datenanalyse, indem du deine Daten in Gruppen aufteilst und für jede Gruppe Statistiken berechnest. Du wirst auch das Umwandeln von Spalten mit Polars-Ausdrücken üben und sehen, wie Polars das gleichzeitige Umwandeln mehrerer Spalten vereinfacht. Visualisierung ist echt wichtig, um aus deinen Daten Erkenntnisse zu gewinnen und diese an andere weiterzugeben. Am Ende des Kurses kannst du klare Visualisierungen erstellen, um Erkenntnisse zu präsentieren.<br><br><h2>Optimieren mit Polars Lazy Execution</h2>Eine coole Funktion von Polars ist, dass es deinen Code optimieren kann, um die Leistung zu steigern. Du lernst, wie du die Optimierung aktivierst und wie diese Optimierungen funktionieren. Mit dem, was du in diesem Kurs gelernt hast, kannst du Polars für viele verschiedene Datenaufgaben in der Praxis nutzen und wertvolle Erkenntnisse gewinnen.

Intermediate Python

Lernen Sie, Daten mit Polars effizient zu transformieren, bereinigen und analysieren.

Einstieg in Polars

Hier lernst du, wie du mit Polars Daten effizient transformierst, bereinigst und analysierst.

Group-by-Aggregation

Interaktive praktische Übung