Introduzione al DataFrame Polars

Introduzione a Polars

Liam Brannigan

Data Scientist and Polars Contributor

Conosci l'istruttore

Liam Brannigan, Lead Data Scientist
Specialista in ML e Data Engineering
Contributor di Polars

Foto profilo dell'istruttore.

Dati tabellari

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  |

Immagine affiancata di un orso polare che cammina nella neve e un panda in una foresta.

Polars è di solito più veloce di Pandas → calcolo parallelo
La lazy mode di Polars ottimizza le query

I loghi di Apache Arrow e Rust.

Apache Arrow: memorizza dati tabellari in memoria
Rust: linguaggio veloce per l'elaborazione dati

Schema di un database per illustrare il caricamento dei dati.

Caricare e ispezionare i dati

Schema di un database e ingranaggi per illustrare una trasformazione.

Caricare e ispezionare i dati
Trasformazioni e ottimizzazione

Schema di un database, ingranaggi e un grafico per illustrare l'analisi.

Caricare e ispezionare i dati
Trasformazioni e ottimizzazione
Analisi dei dati

Lettura di un CSV

import polars as pl


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

Prime righe di un DataFrame

rentals.head(3)

Prime righe del DataFrame rentals.

Prime righe di un DataFrame

rentals.head(3)

Il DataFrame rentals con la shape evidenziata.

Prime righe di un DataFrame

rentals.head(3)

Il DataFrame rentals con la prima colonna evidenziata.

dtype: tipo di dati in una colonna

Prime righe di un DataFrame

rentals.head(3)

Il DataFrame rentals con la colonna rentals evidenziata.

Ultime righe di 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 |

Metadati del DataFrame

rentals.shape

(49, 8)

rentals.columns

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

Schema del DataFrame

rentals.schema

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

Ispezionare 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 praticar!

Introduzione a Polars