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.

Transformasi kolom

Mentransformasi Data dengan Ekspresi

Mengagregasi sebuah kolom

Transformasi Data

Menambahkan kolom

Menambahkan kolom baru

Menggunakan Ekspresi Khusus Dtype

Mengganti nama dan menghapus kolom

Bekerja dengan banyak kolom

Transformasi Beberapa Kolom

Membuat kolom baru dengan akhiran (suffix)

Menggabungkan selektor

Pengenalan mode lazy

Membuat Kueri Lazy

Apa yang memengaruhi harga EV?

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.

Filtering rows

Filtering with a single condition

Combining multiple filter conditions

Negating a predicate

Handling missing and duplicate values

Finding and dropping missing values

Replacing missing values

Dropping duplicate values

Grouped aggregations

Counting values

Group-by aggregation

Multiple Aggregations on a Column

Pivoting and unpivoting

Pivoting a DataFrame

Unpivoting Data from Wide to Long Format

Wrapping up

Analyzing Data

Electric Vehicles

Music Streams

Pelajari cara memanipulasi data dan mengekstrak wawasan dengan Polars, paket serbaguna yang andal untuk bekerja dengan data tabular di Python. Dirancang untuk kecepatan dan efisiensi, Polars cocok untuk segala kebutuhan, mulai dari eksplorasi data cepat hingga analitik mendalam. Dalam kursus ini, Anda akan mempelajari teknik inti untuk mentransformasi, membersihkan, menganalisis, dan memvisualisasikan data tabular.

<h2>Temukan Manipulasi Data yang Efisien dengan Polars</h2>Polars adalah paket yang kuat dan serbaguna untuk bekerja dengan data tabel dalam Python. Dirancang untuk kecepatan dan efisiensi, Polars adalah pilihan yang tepat untuk segala hal, mulai dari eksplorasi data cepat hingga analisis detail. Dalam kursus ini, Anda akan mempelajari dasar-dasar penggunaan Polars untuk bekerja dengan data Anda.<br><br><h2>Muat, Jelajahi, dan Bersihkan Data Anda</h2>Anda akan memulai dengan mempelajari cara mengimpor berkas CSV ke dalam Polars DataFrames, merangkum isinya, dan memilih data yang paling penting. Selanjutnya, Anda akan mempelajari cara membersihkan dataset Anda dengan menemukan dan menghapus data yang hilang atau terduplikasi.<br><br><h2>Analisis dan Visualisasikan Data Anda dengan Efisien</h2>Kemudian Anda akan melakukan analisis data yang lebih rinci dengan membagi data Anda ke dalam kelompok-kelompok dan menghitung statistik untuk setiap kelompok. Anda juga akan berlatih mengubah kolom menggunakan ekspresi Polars, dan melihat bagaimana Polars memudahkan untuk mengubah beberapa kolom sekaligus. Visualisasi sangat penting untuk mendapatkan wawasan dari data Anda dan menyampaikan wawasan tersebut kepada orang lain. Pada akhir kursus ini, Anda akan mampu membuat visualisasi yang jelas untuk menyajikan wawasan.<br><br><h2>Optimalkan dengan Polars Lazy Execution</h2>Salah satu fitur unggulan Polars adalah kemampuannya untuk mengoptimalkan kode Anda guna meningkatkan kinerja. Anda akan belajar cara mengaktifkan optimasi dan memahami bagaimana optimasi-optimasi ini bekerja. Dengan pengalaman yang Anda peroleh dari kursus ini, Anda akan siap menggunakan Polars untuk berbagai tugas pengolahan data dunia nyata dan mengungkap wawasan berharga.

Intermediate Python

Pelajari cara mengubah, membersihkan, dan menganalisis data dengan Polars, pustaka Python yang cepat.

Pengantar Polars

Pelajari cara mengolah, membersihkan, dan menganalisis data secara efisien menggunakan Polars, sebuah perpustakaan Python untuk manipulasi data yang cepat.

Menggabungkan selektor

Pengantar Polars

Latihan interaktif praktis