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.

Kolommen transformeren

Gegevens transformeren met een expressie

Een kolom aggregeren

Gegevens transformeren

Kolommen toevoegen

Een nieuwe kolom toevoegen

Een dtype-specifieke expressie gebruiken

Kolommen hernoemen en verwijderen

Werken met meerdere kolommen

Meerdere kolommen transformeren

Nieuwe kolommen maken met een suffix

Selectors combineren

Introductie van lazy mode

Een luie query maken

Wat bepaalt de prijs van EV's?

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

Ontdek hoe je gegevens kunt bewerken en inzichten kunt halen met Polars, een krachtige, algemene tool voor het werken met tabelgegevens in Python. Polars is ontworpen voor snelheid en efficiëntie en is een uitstekende keuze voor alles van snelle data-exploratie tot diepgaande analyses. In deze cursus leer je de belangrijkste technieken om tabelgegevens te transformeren, op te schonen, te analyseren en te visualiseren.

<h2>Ontdek hoe je efficiënt met gegevens kunt werken met Polars</h2>Polars is een handig pakket voor het werken met tabelgegevens in Python. Polars is gemaakt voor snelheid en efficiëntie en is een topkeuze voor alles, van snel gegevens bekijken tot gedetailleerde analyses. In deze cursus leer je de basis van het gebruik van Polars om met je gegevens te werken.<br><br><h2>Laad, verken en maak je gegevens schoon</h2>Je begint met te leren hoe je CSV-bestanden in Polars DataFrames kunt importeren, hun inhoud kunt samenvatten en de belangrijkste gegevens kunt selecteren. Vervolgens leer je hoe je je dataset kunt opschonen door ontbrekende of dubbele gegevens te vinden en te verwijderen.<br><br><h2>Analyseer en visualiseer je gegevens op een efficiënte manier</h2>Dan ga je aan de slag met een meer gedetailleerde gegevensanalyse door je gegevens in groepen te splitsen en statistieken voor elke groep te berekenen. Je gaat ook oefenen met het transformeren van kolommen met Polars-expressies en je zult zien hoe Polars het makkelijk maakt om meerdere kolommen tegelijk te transformeren. Visualisatie is superbelangrijk om inzicht te krijgen in je data en deze inzichten aan anderen te laten zien. Aan het einde van de cursus kun je duidelijke visualisaties maken om inzichten te presenteren.<br><br><h2>Optimaliseer met Polars Lazy Execution</h2>Een superhandige functie van Polars is dat het je code kan verbeteren om de prestaties op te krikken. Je leert hoe je optimalisatie kunt inschakelen en begrijpt hoe deze optimalisaties werken. Met wat je in deze cursus hebt geleerd, kun je Polars gebruiken voor allerlei echte datataken en waardevolle inzichten ontdekken.

Intermediate Python

Leer efficiënt data transformeren, opschonen en analyseren met Polars, een snelle Python-bibliotheek.

Introductie tot Polars

Leer hoe je gegevens efficiënt kunt transformeren, opschonen en analyseren met Polars, een Python-bibliotheek voor snelle gegevensmanipulatie.

Een dtype-specifieke expressie gebruiken

Introductie tot Polars

Oefeninstructies

Praktische interactieve oefening