この章では、CSV から DataFrame を作成する方法、DataFrame を確認する方法、行・列の部分集合を選択する方法、そして DataFrame を並べ替えて要約する方法を学びます。

Polars DataFrame の概要

CSV を DataFrame に読み込む

DataFrame を確認する

DataFrameのサブセット作成

DataFrame から Series を作成する

角かっこ表記でDataFrameを抽出する

.select() で列の一部を選択する

DataFrameの並べ替えと要約

EVデータの並べ替え

DataFrame の要約

DataFrameの極値を見つける

DataFrameの作成とデータ選択

次に、式を使ってデータを変換する方法、DataFrame に列を追加・更新する方法、複数列の扱い方に加えて、lazy モードとクエリ最適化の概要を学びます。

列の変換

式を使ったデータ変換

列の集約

データの変換

列を追加する

新しい列を追加する

Dtype 固有の式を使う

列名の変更と列の削除

複数の列を扱う

複数列の変換

接尾辞付きの新しい列を作成する

セレクタの組み合わせ

レイジーモードの紹介

遅延クエリの作成

EVの価格を左右するのは？

式によるデータ変換

最終章では、特定の行だけを取り出すために DataFrame をフィルタリングする方法、欠損値や重複値の扱い方、1 列以上でのグループ化、そして DataFrame をロング形式とワイド形式の間で変換する方法を学びます。

行のフィルタリング

単一条件でのフィルタリング

複数のフィルター条件を組み合わせる

述語の否定

欠損値と重複値の扱い

欠損値の検出と削除

欠損値の置き換え

重複値の削除

グループ化集計

値のカウント

グループ化による集計

列に対する複数の集計

ピボットとアンピボット

DataFrame のピボット

ワイド形式からロング形式へのアンピボット

まとめ

データの分析

Music Streams

Electric Vehicles

Polars は、Python で表形式データを扱うための強力で汎用的なパッケージです。高速かつ効率的に動作するよう設計されており、手早いデータ探索から本格的な分析まで幅広く活用できます。このコースでは、表形式データの変換、クリーニング、分析、可視化に必要な主要テクニックを学びます。

Intermediate Python

Polarsを使ってデータを効率的に変換、クリーン、分析する方法を学びましょう。

Polars入門

高速なデータ操作が可能なPythonライブラリPolarsで、データの変換、クレンジング、分析を効率的に行う方法を学びます。

行のフィルタリング

Create Your Free Account