Polars DataFrame’e Giriş

Polars'a Giriş

Liam Brannigan

Data Scientist and Polars Contributor

Eğitmeninizle tanışın

Liam Brannigan, Lead Data Scientist
ML ve Veri Mühendisliği Uzmanı
Polars Katkıcısı

Eğitmenin profil resmi.

Tablo verisi

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  |

Karda yürüyen bir kutup ayısı ve ormanda bir panda yan yana.

Polars genelde Pandas’tan daha hızlıdır → paralel hesaplama
Polars’ın lazy mode’u sorguları optimize eder

Apache Arrow ve Rust logoları.

Apache Arrow: tablo verisini bellekte saklar
Rust: veri işleme için hızlı bir dil

Veri yüklemeyi gösteren bir veritabanı şeması.

Verileri yükleme ve inceleme

Dönüşümü göstermek için bir veritabanı ve dişliler şeması.

Verileri yükleme ve inceleme
Veri dönüştürme ve optimizasyon

Analizi göstermek için veritabanı, dişliler ve grafik şeması.

Verileri yükleme ve inceleme
Veri dönüştürme ve optimizasyon
Verileri analiz etme

CSV okuma

import polars as pl


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

Bir DataFrame’in ilk satırları

rentals.head(3)

rentals DataFrame’inin ilk satırları.

Bir DataFrame’in ilk satırları

rentals.head(3)

Şekli vurgulanmış rentals DataFrame’i.

Bir DataFrame’in ilk satırları

rentals.head(3)

İlk sütunu vurgulanmış rentals DataFrame’i.

dtype: bir sütundaki veri türü

Bir DataFrame’in ilk satırları

rentals.head(3)

rentals sütunu vurgulanmış rentals DataFrame’i.

Bir DataFrame’in son satırları

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 |

DataFrame metaverisi

rentals.shape

(49, 8)

rentals.columns

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

DataFrame şeması

rentals.schema

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

Bir DataFrame’i inceleme

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

Haydi pratik yapalım!

Polars'a Giriş