Neste capítulo, você vai aprender a limpar e buscar dados de texto, extrair padrões de strings e usar expressões condicionais para transformar colunas.

Transformando dados com expressões

Convertendo tipos de dados da coluna

Removendo espaços em branco

Concatenando colunas de texto

Buscando e extraindo texto

Pesquisando texto

Extraindo strings de texto

Substituindo vários padrões

Criando expressões condicionais

Categorizando clientes com condições

Encadeando múltiplas condições

Preenchendo valores ausentes

Aprenda a analisar e manipular datas, filtrar e agregar dados por períodos de tempo e calcular estatísticas rolling e cumulativas.

Analisando e manipulando datas

Analisando strings de data e hora

Extraindo o componente de hora

Calculando os horários de término do período de aluguel

Filtrando e agregando por período de tempo

Filtrando por um datetime específico

Filtrando por um intervalo de tempo

Calculando totais semanais de locações

Agregações móveis e cumulativas

Calculando uma soma móvel

Calculando aluguéis acumulados

Agregações deslizantes em várias colunas

Transformando dados por grupo

Calculando o total por hora com funções de janela

Calculando a diferença em relação à média por hora

Agrupando por várias colunas com window functions

Trabalhando com séries temporais e funções de janela

Este capítulo aborda como combinar DataFrames por concatenação, fazer joins em uma ou várias colunas e casar linhas com base em condições ou valores mais próximos.

Concatenando DataFrames

Empilhando anúncios por região

Adicionando colunas de flag

Adicionando novas linhas com eficiência

Fazendo join de DataFrames

Adicionando informações do anfitrião

Correspondendo por combinações únicas

Preservando todos os anúncios

Encontrando lacunas em ambos os DataFrames

Juntando DataFrames por condição ou correspondência mais próxima

Relacionando anúncios a solicitações de orçamento

Filtrando com múltiplas condições

Correspondendo à atualização de preço mais próxima

Combinando e fazendo joins de DataFrames

Aprenda a criar expressões personalizadas reutilizáveis, categorizar dados usando quantis e limites fixos e analisar rankings e correlações.

Aplicando transformações personalizadas

Convertendo streams para bilhões

Criando expressões reutilizáveis

Adicionando uma expressão personalizada

Calculando quantis e histogramas

Calculando quantis de popularidade

Agrupando streams em níveis

Criando um histograma de popularidade

Calculando rankings e correlações

Classificando álbuns lidando com empates

Construindo uma matriz de correlação

Resumos personalizados com describe

Fechando com chave de ouro

Transformações personalizadas e análises avançadas

bikes

reviews

spotify

hotels

Aprimore suas habilidades em Polars com técnicas intermediárias de transformação e análise de dados. Aprenda a limpar e buscar textos, trabalhar com séries temporais usando funções rolling e de janela, e combinar DataFrames por meio de joins e concatenação. Você também vai criar expressões personalizadas reutilizáveis e aplicar análises avançadas, como quantis, histogramas e correlações. Ao final, você estará pronto para conduzir fluxos de trabalho de dados complexos com confiança.

Introduction to Polars

Intermediate Python for Developers

Aprimore o Polars com manipulação de texto, estatísticas móveis, junções de DataFrame e análises avançadas.

Transformação de Dados com Polars

Leve o Polars além com manipulação de texto, estatísticas móveis, junções de DataFrame e análises avançadas.

Data Processing and Pipeline Optimization with Polars

Data Scientist & Polars Contributor

Junção por condição

Usuários do app com preferências

A tabela users

Junção com múltiplas condições

Junção pelos valores mais recentes

Junção por valores mais próximos

Escolhendo uma estratégia

Escolhendo uma estratégia - backward

Escolhendo uma estratégia - nearest

Escolhendo uma estratégia - forward

Correspondência por grupos

Vamos praticar!

Combinando e fazendo joins de DataFrames - Juntando DataFrames por condição ou correspondência mais próxima

Juntando DataFrames por condição ou correspondência mais próxima

Create Your Free Account