I det här kapitlet lär du dig att rensa och söka i textdata, extrahera mönster från strängar och använda villkorsbaserade uttryck för att transformera kolumner.

Transforming data med uttryck

Konvertera kolumnens datatyper

Ta bort blanksteg

Konkatenera textkolumner

Söka och extrahera text

Söka i text

Extrahera strängar från text

Ersätta flera mönster

Skapa villkorliga uttryck

Kategorisera kunder med villkor

Kedja flera villkor

Fylla i saknade värden

Datatransformation med uttryck

Lär dig att tolka och manipulera datum, filtrera och aggregera data efter tidsperiod samt beräkna rullande och kumulativa statistikmått.

Tolka och hantera datum

Tolka datetime-strängar

Extrahera timkomponenten

Beräkna sluttider för hyresperioder

Filtrera och aggregera efter tidsperiod

Filtrera efter ett specifikt datum och klockslag

Filtrera för ett tidsintervall

Beräkna veckovisa uthyrningssummor

Rullande och kumulativa aggregeringar

Beräkna ett rullande summa

Beräkna kumulativa uthyrningar

Rullande aggregeringar på flera kolumner

Transformera data per grupp

Beräkna timsumman med fönsterfunktioner

Beräkna avvikelsen från timmedelvärdet

Gruppering med flera kolumner och fönsterfunktioner

Arbeta med tidsserier och fönsterfunktioner

Det här kapitlet behandlar hur du kombinerar DataFrames via konkatenering, joinar på en eller flera kolumner och matchar rader baserat på villkor eller närmaste värde.

Konkatenera DataFrames

Stapla regionala listor

Lägga till flaggkolumner

Lägg till nya rader effektivt

Sammanfoga DataFrames

Lägga till värdinformation

Matcha på unika kombinationer

Bevara alla listningar

Hitta luckor i båda DataFrames

Sammanfoga DataFrames med villkor eller närmaste matchning

Matcha boenden mot budgetförfrågningar

Filtrering med flera villkor

Matcha mot närmaste prisuppdatering

Kombinera och joina DataFrames

Lär dig att bygga återanvändbara egna uttryck, kategorisera data med kvantiler och fasta tröskelvärden samt analysera rankningar och korrelationer.

Tillämpa anpassade transformationer

Konvertera strömningar till miljarder

Skapa återanvändbara uttryck

Lägga till ett anpassat uttryck

Beräkna kvantiler och histogram

Beräkna popularitetskvantiler

Dela in strömmar i nivåer

Bygg ett popularitetshistogram

Beräkna rankningar och korrelationer

Rankning av album med hantering av lika värden

Bygga en korrelationsmatris

Anpassade sammanfattningar med describe

Avslutning

Anpassade transformationer och avancerad analys

bikes

reviews

spotify

hotels

Fördjupa dina Polars-kunskaper med tekniker på mellannivå för datatransformation och analys. Lär dig att rensa och söka i text, arbeta med tidsserier med hjälp av rullande och fönsterbaserade funktioner, samt kombinera DataFrames via join och konkatenering. Du skapar också återanvändbara egna uttryck och tillämpar avancerad analys, till exempel kvantiler, histogram och korrelationer. När kursen är klar kan du hantera komplexa dataarbetsflöden med säkerhet.

Introduction to Polars

Intermediate Python for Developers

Utveckla Polars med textmanipulation, rullande statistik, DataFrame-sammanfogningar och avancerad analys.

Datatransformation med Polars

Ta Polars vidare med textmanipulation, rullande statistik, DataFrame-joiner och avancerad analys.

Transformera data per grupp

Create Your Free Account