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.

Polars DataFrame’e Giriş

Bir CSV'yi DataFrame'e yükle

Bir DataFrame’i İncele

Bir DataFrame'den Alt Küme Seçmek

Bir DataFrame'den Series Oluşturma

Köşeli parantez gösterimiyle bir DataFrame’i alt kümelere ayırma

select() ile bir sütun alt kümesi seç

Bir DataFrame'i sıralama ve özetleme

EV verilerini sıralama

Bir DataFrame'i Özetlemek

Bir DataFrame'deki uç değerler

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.

Transforming columns

Transforming Data with an Expression

Aggregating a column

Transforming Data

Adding columns

Adding a new column

Using a Dtype-specific Expression

Renaming and dropping columns

Working with multiple columns

Transforming Multiple Columns

Creating new columns with a suffix

Combining selectors

Introducing lazy mode

Creating a Lazy Query

What drives EV prices?

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

Python'da tablo verileriyle çalışmak için güçlü ve genel amaçlı bir paket olan Polars ile verileri nasıl işleyeceğini ve içgörüleri nasıl çıkaracağını keşfet. Hız ve verimlilik için tasarlanan Polars, hızlı veri keşfinden ayrıntılı analize kadar her şey için harika bir seçim. Bu derste, tablo verilerini dönüştürme, temizleme, analiz etme ve görselleştirme için temel teknikleri öğreneceksin.

<h2>Polars ile Verimli Veri İşlemeyi Keşfedin</h2>Polars, Python'da tablo verileriyle çalışmak için güçlü, genel amaçlı bir pakettir. Hız ve verimlilik için tasarlanan Polars, hızlı veri keşfinden ayrıntılı analitiklere kadar her şey için mükemmel bir seçimdir. Bu kursta, verilerinizle çalışmak için Polars'ı kullanmanın temellerini öğreneceksiniz.<br><br><h2>Verilerinizi Yükleyin, Keşfedin ve Temizleyin</h2>Öncelikle, CSV dosyalarını Polars DataFrames'e aktarmayı, içeriklerini özetlemeyi ve en önemli verileri seçmeyi öğreneceksiniz. Ardından, eksik veya yinelenen verileri bulup kaldırarak veri kümenizi nasıl temizleyeceğinizi öğreneceksiniz.<br><br><h2>Verilerinizi Verimli Bir Şekilde Analiz Edin ve Görselleştirin</h2>Ardından, verilerinizi gruplara ayırıp her grup için istatistikleri hesaplayarak daha ayrıntılı veri analizine geçeceksiniz. Ayrıca Polars ifadeleriyle sütunları dönüştürmeyi uygulayacak ve Polars'ın birden fazla sütunu aynı anda dönüştürmeyi nasıl kolaylaştırdığını göreceksiniz. Görselleştirme, verilerinizden içgörü elde etmek ve bu içgörüleri başkalarına iletmek için çok önemlidir. Kursun sonunda, içgörülerinizi sunmak için net görselleştirmeler oluşturabileceksiniz.<br><br><h2>Polars Lazy Execution ile optimize edin</h2>Polars'ın güçlü bir özelliği, performansı artırmak için kodunuzu optimize edebilmesidir. Optimizasyonu nasıl etkinleştireceğinizi öğrenecek ve bu optimizasyonların nasıl çalıştığını anlayacaksınız. Bu kurstan edindiğiniz deneyimle, Polars'ı çok çeşitli gerçek dünya veri görevlerinde kullanmaya ve değerli içgörüler elde etmeye hazır olacaksınız.

Intermediate Python

Polars ile verileri hızlı ve esnek şekilde dönüştürmeyi, temizlemeyi ve analiz etmeyi öğrenin.

Polars'a Giriş

Hızlı veri işleme için Python kütüphanesi olan Polars'ı kullanarak verileri verimli bir şekilde dönüştürmeyi, temizlemeyi ve analiz etmeyi öğrenin.

Köşeli parantez gösterimiyle bir DataFrame’i alt kümelere ayırma

Polars'a Giriş

Uygulamalı interaktif egzersiz