Di bab ini, Anda akan belajar cara membersihkan dan menelusuri data teks, mengekstrak pola dari string, serta menggunakan ekspresi kondisional untuk mentransformasi kolom.

Mentransformasikan Data dengan Ekspresi

Mengonversi tipe data kolom

Menghapus whitespace

Menggabungkan kolom teks

Mencari dan mengekstrak teks

Mencari teks

Mengekstrak string dari teks

Mengganti banyak pola

Membuat ekspresi kondisional

Mengategorikan pelanggan dengan kondisi

Merangkaikan beberapa kondisi

Mengisi nilai yang hilang

Mentransformasi Data dengan Ekspresi

Pelajari cara mengurai dan memanipulasi tanggal, memfilter dan mengagregasi data berdasarkan periode waktu, serta menghitung statistik rolling dan kumulatif.

Mengurai dan memanipulasi tanggal

Mengurai string datetime

Mengekstrak komponen jam

Menghitung waktu akhir periode sewa

Menyaring dan mengagregasi berdasarkan periode waktu

Menyaring untuk satu datetime tertentu

Memfilter berdasarkan rentang waktu

Menghitung total penyewaan mingguan

Agregasi rolling dan kumulatif

Menghitung jumlah bergulir

Menghitung akumulasi penyewaan

Agregasi rolling pada beberapa kolom

Transformasi data berdasarkan grup

Menghitung total per jam dengan window function

Menghitung selisih dari rata-rata per jam

Mengelompokkan berdasarkan beberapa kolom dengan fungsi window

Bekerja dengan Deret Waktu dan Fungsi Window

Bab ini membahas penggabungan DataFrame melalui konkatenasi, join pada satu atau beberapa kolom, serta pencocokan baris berdasarkan kondisi atau nilai terdekat.

Menggabungkan DataFrame dengan Konkatenasi

Menumpuk listing regional

Menambahkan kolom flag

Menambahkan baris baru secara efisien

Menggabungkan DataFrame

Menambahkan informasi host

Mencocokkan berdasarkan kombinasi unik

Mempertahankan semua listing

Menemukan kekosongan di kedua DataFrame

Menggabungkan DataFrame berdasarkan kondisi atau kecocokan terdekat

Mencocokkan listing dengan permintaan anggaran

Penyaringan dengan beberapa kondisi

Mencocokkan dengan pembaruan harga terdekat

Menggabungkan dan Meng-join DataFrame

Pelajari cara membangun ekspresi kustom yang dapat digunakan kembali, mengategorikan data menggunakan kuantil dan ambang tetap, serta menganalisis peringkat dan korelasi.

Menerapkan transformasi kustom

Mengonversi streams ke satuan miliar

Membuat ekspresi yang dapat digunakan kembali

Menambahkan ekspresi kustom

Menghitung kuantil dan histogram

Menghitung kuantil popularitas

Mengelompokkan stream ke dalam tier

Membangun histogram popularitas

Menghitung peringkat dan korelasi

Memeringkat album dengan penanganan seri (ties)

Membangun matriks korelasi

Ringkasan kustom dengan describe

Penutup

Transformasi Kustom dan Analitik Lanjutan

bikes

reviews

spotify

hotels

Kembangkan keterampilan Polars Anda dengan teknik tingkat menengah untuk transformasi dan analisis data. Pelajari cara membersihkan dan menelusuri teks, bekerja dengan deret waktu menggunakan fungsi rolling dan window, serta menggabungkan DataFrame melalui join dan konkatenasi. Anda juga akan membuat ekspresi kustom yang dapat digunakan kembali dan menerapkan analitik lanjutan, seperti kuantil, histogram, dan korelasi. Pada akhir pembelajaran, Anda akan siap menangani alur kerja data yang kompleks dengan percaya diri.

Introduction to Polars

Intermediate Python for Developers

Gunakan Polars lebih lanjut dengan manipulasi teks, statistik bergulir, penggabungan DataFrame, dan analitik.

Transformasi Data dengan Polars

Tingkatkan Polars dengan manipulasi teks, statistik bergulir, join DataFrame, dan analitik lanjutan.

Penutup

Create Your Free Account