Introducción al DataFrame de Polars

Introducción a Polars

Liam Brannigan

Data Scientist and Polars Contributor

Conoce a tu instructor

Liam Brannigan, Lead Data Scientist
Especialista en ML e Ingeniería de Datos
Colaborador de Polars

Foto de perfil del instructor.

Datos tabulares

shape: (49, 8)
| name        | type    | price | bedrooms | doubles | singles | review | beach |
| ---         | ---     | ---   | ---      | ---     | ---     | ---    | ---   |
| str         | str     | i64   | i64      | i64     | i64     | f64    | bool  |
|-------------|---------|-------|----------|---------|---------|--------|-------|
| Waves       | Cottage | 540   | 4        | 1       | 2       | 8.9    | false |
| Seashells   | Cottage | 540   | 4        | 2       | 2       | 8.7    | true  |
| Lake view   | Cottage | 714   | 3        | 1       | 4       | 9.2    | true  |
| Piran View  | null    | 775   | null     | 1       | 3       | 9.6    | false |
| Palma Villa | Cottage | 1772  | 4        | 1       | 2       | 9.6    | true  |

Imagen lado a lado de un oso polar caminando sobre nieve y un panda en un bosque.

Polars suele ser más rápido que Pandas → cómputo en paralelo
El modo lazy de Polars permite consultas optimizadas

Logotipos de Apache Arrow y Rust.

Apache Arrow: almacena datos tabulares en memoria
Rust: lenguaje rápido para procesamiento de datos

Esquema de una base de datos para ilustrar la carga de datos.

Carga e inspección de datos

Esquema de una base de datos y engranajes para ilustrar una transformación.

Carga e inspección de datos
Transformación y optimización de datos

Esquema de una base de datos, engranajes y un gráfico para ilustrar el análisis.

Carga e inspección de datos
Transformación y optimización de datos
Análisis de datos

Lectura de un CSV

import polars as pl


rentals = pl.read_csv("vacation_rentals.csv")

Primeras filas de un DataFrame

rentals.head(3)

Primeras filas del DataFrame rentals.

Primeras filas de un DataFrame

rentals.head(3)

El DataFrame rentals con la forma resaltada.

Primeras filas de un DataFrame

rentals.head(3)

El DataFrame rentals con la primera columna resaltada.

dtype: tipo de datos de una columna

Primeras filas de un DataFrame

rentals.head(3)

El DataFrame rentals con la columna rentals resaltada.

Últimas filas de un DataFrame

rentals.tail()

shape: (5, 8)
| name                | type      | price | bedrooms | doubles | singles | review | beach |
| ---                 | ---       | ---   | ---      | ---     | ---     | ---    | ---   |
| str                 | str       | i64   | i64      | i64     | i64     | f64    | bool  |
|---------------------|-----------|-------|----------|---------|---------|--------|-------|
| Hengar Manor House  | Cottage   | 615   | 4        | 1       | 5       | 9.4    | false |
| Tudor Cottage Hayle | Cottage   | 489   | 3        | 2       | 3       | 8.9    | false |
| Tolcarne Apartments | Apartment | 1764  | 3        | 1       | 4       | 9.3    | true  |
| Tolcarne Apartments | Apartment | 1605  | 3        | 1       | 4       | 9.3    | true  |
| Tehidy Holiday Park | Cottage   | 637   | 4        | 2       | 4       | 9.0    | false |

Metadatos del DataFrame

rentals.shape

(49, 8)

rentals.columns

['name', 'type', 'price', 'bedrooms', 'doubles', 'singles', 'review', 'beach']

Esquema del DataFrame

rentals.schema

Schema([('name', String),
        ('type', String),
        ('price', Int64),
        ('bedrooms', Int64),
        ('doubles', Int64),
        ('singles', Int64),
        ('review', Float64),
        ('beach', Boolean)])

Inspeccionar un DataFrame

rentals.glimpse()

Rows: 49
Columns: 8
$ name      <str> 'Waves', 'Seashells', 'Lake view', 'Piran View',...
$ type      <str> 'Cottage', 'Cottage', 'Cottage', None, 'Cottage',...
$ price     <i64> 540, 540, 714, 775, 1772, 934, 1947, 1026, 705, 863
$ bedrooms  <i64> 4, 4, 3, None, 4, 3, 4, 3, 4, 3
$ doubles   <i64> 1, 2, 1, 1, 1, 1, 1, 1, 1, 1
$ singles   <i64> 2, 2, 4, 3, 2, 4, 2, 4, 2, 2
$ review    <f64> 8.9, 8.7, 9.2, 9.6, 9.6, 8.6, 9.6, 8.6, 9.7, 9.1
$ beach    <bool> False, True, True, False, True, True, True, True, True, True

¡Vamos a practicar!

Introducción a Polars