In dit hoofdstuk leer je tekstgegevens opschonen en doorzoeken, patronen uit strings halen en voorwaardelijke expressies gebruiken om kolommen te transformeren.

Data transformeren met expressies

Gegevenstypen van kolommen omzetten

Witruimte verwijderen

Tekstkolommen samenvoegen

Zoeken en tekst extraheren

Tekst doorzoeken

Strings uit tekst extraheren

Meerdere patronen vervangen

Voorwaardelijke expressies maken

Klanten categoriseren met voorwaarden

Meerdere voorwaarden koppelen

Ontbrekende waarden opvullen

Leer hoe je datums parseert en manipuleert, data filtert en aggregeert per tijdsperiode, en rolling en cumulatieve statistieken berekent.

Datums parsen en bewerken

Datum-tijdstrings parsen

Het uuronderdeel extraheren

Eindtijden van huurperiodes berekenen

Filteren en aggregeren per tijdsperiode

Filteren op een specifieke datetime

Filteren op een tijdsinterval

Wekelijkse verhuurtotalen berekenen

Rollende en cumulatieve aggregaties

Een rollende som berekenen

Cumulatieve verhuur berekenen

Rolling-aggregaties op meerdere kolommen

Data transformeren per groep

Het uurtotaal berekenen met windowfuncties

Het verschil met het uurgemiddelde berekenen

Groeperen op meerdere kolommen met windowfuncties

Werken met tijdreeksen en windowfuncties

Dit hoofdstuk behandelt het combineren van DataFrames via concatenatie, joinen op één of meerdere kolommen, en rijen matchen op basis van voorwaarden of dichtstbijzijnde waarden.

DataFrames samenvoegen (concatenation)

Regionale aanbiedingen stapelen

Vlagkolommen toevoegen

Efficiënt nieuwe rijen toevoegen

DataFrames joinen

Hostinformatie toevoegen

Matchen op unieke combinaties

Alle vermeldingen behouden

Gaten vinden in beide DataFrames

DataFrames joinen op voorwaarde of dichtstbijzijnde match

Advertenties koppelen aan budgetaanvragen

Filteren met meerdere voorwaarden

Matchen met de dichtstbijzijnde prijsupdate

DataFrames combineren en joinen

Leer herbruikbare, aangepaste expressies bouwen, data categoriseren met kwantielen en vaste drempels, en rangen en correlaties analyseren.

Aangepaste transformaties toepassen

Streams omzetten naar miljarden

Herbruikbare expressies maken

Een aangepaste expressie toevoegen

Kwantielen en histogrammen berekenen

Populariteitspercentielen berekenen

Streams indelen in niveaus

Een populariteitshistogram bouwen

Rangen en correlaties berekenen

Albums rangschikken met tie-afhandeling

Een correlatiematrix bouwen

Aangepaste samenvattingen met describe

Afronding

Aangepaste transformaties en geavanceerde analyses

bikes

reviews

spotify

hotels

Bouw je Polars-vaardigheden uit met intermediate technieken voor datatransformatie en analyse. Leer tekst opschonen en doorzoeken, werken met tijdreeksen met rolling- en windowfuncties, en DataFrames combineren via joins en concatenatie. Je maakt ook herbruikbare, aangepaste expressies en past geavanceerde analyses toe, zoals kwantielen, histogrammen en correlaties. Aan het einde kun je complexe dataworkflows met vertrouwen aanpakken.

Introduction to Polars

Intermediate Python for Developers

Verken Polars met tekstmanipulatie, rollende statistieken, DataFrame-joins en geavanceerde analyses.

Data transformatie met Polars

Ga verder met Polars met tekstmanipulatie, rollende statistieken, DataFrame-joins en geavanceerde analyses.

Data Processing and Pipeline Optimization with Polars

Data Scientist & Polars Contributor

Joinen op een voorwaarde

App-gebruikers met voorkeuren

De users-tabel

Joinen op meerdere voorwaarden

Joinen op meest recente waarden

Joinen op dichtstbijzijnde waarden

Een strategie kiezen

Strategie kiezen - backward

Strategie kiezen - nearest

Strategie kiezen - forward

Matchen binnen groepen

Laten we oefenen!

DataFrames combineren en joinen - DataFrames joinen op voorwaarde of dichtstbijzijnde match

DataFrames joinen op voorwaarde of dichtstbijzijnde match

Create Your Free Account