Nettoyer des données textuelles

Transformation de données avec Polars

Liam Brannigan

Data Scientist & Polars Contributor

Rencontrez votre instructeur

$$

$$

  • Liam Brannigan, Lead Data Scientist
  • Spécialiste ML et Data Engineering
  • Contributeur Polars

Photo de profil de l’instructeur.

Transformation de données avec Polars

Moteur de transformation

Animation

Transformation de données avec Polars

Ce cours est-il pour vous ?

$$

  • Créer un DataFrame Polars

$$

  • Utiliser une expression Polars

$$

  • Effectuer une agrégation group-by

Introduction à Polars - page du cours

Transformation de données avec Polars

Chapitre 1

Schéma de nettoyage de données textuelles

Transformation de données avec Polars

Chapitre 2

Données de séries temporelles

Transformation de données avec Polars

Chapitre 3

Combiner des DataFrames

Transformation de données avec Polars

Chapitre 4

Workflows personnalisés et corrélation

Transformation de données avec Polars

Découvrez notre jeu de données

import polars as pl

ratings = pl.read_csv("restaurant_ratings.csv")
shape: (5, 5)
| business         | location     | type       | rating | capacity |
| ---              | ---          | ---        | ---    | ---      |
| str              | str          | str        | f64    | f64      |
|------------------|--------------|------------|--------|----------|
|   7burgers       | Wakey Wakey  | restaurant | 5.0    | 55.0     |
| Bang Bang Burger | Forest Rd.   | restaurant | 4.0    | 55.0     |
| Costa Coffee     | City Point   | café       | 5.0    | 41.0     |
|  Costa Coffee    | The Moorgate | takeaway   | 5.0    | 0.0      |
| The Queens Head  | Denman St.   | bar        | 5.0    | 187.0    |
Transformation de données avec Polars

Application de recommandation de restaurants

shape: (3, 5)
| business         | location     | type       | rating | capacity |
| ---              | ---          | ---        | ---    | ---      |
| str              | str          | str        | f64    | f64      |
|------------------|--------------|------------|--------|----------|
|   7burgers       | Wakey Wakey  | restaurant | 5.0    | 55.0     |
| Bang Bang Burger | Forest Rd.   | restaurant | 4.0    | 55.0     |
| Costa Coffee     | City Point   | café       | 5.0    | 41.0     |
  • Supprimer les espaces
  • Convertir les colonnes rating et capacity
  • Créer une colonne d’identifiant unique
Transformation de données avec Polars

Changer le dtype avec une expression

ratings.with_columns(

)
Transformation de données avec Polars

Changer le dtype avec une expression

ratings.with_columns(
    pl.col("rating").cast(pl.Int64)
)
shape: (5, 5)
| business         | location     | type       | rating | capacity |
| ---              | ---          | ---        | ---    | ---      |
| str              | str          | str        | i64    | f64      |
|------------------|--------------|------------|--------|----------|
|   7burgers       | Wakey Wakey  | restaurant | 5      | 55.0     |
| Bang Bang Burger | Forest Rd.   | restaurant | 4      | 55.0     |
| Costa Coffee     | City Point   | café       | 5      | 41.0     |
|  Costa Coffee    | The Moorgate | takeaway   | 5      | 0.0      |
| The Queens Head  | Denman St.   | bar        | 5      | 187.0    |
Transformation de données avec Polars

Changer plusieurs colonnes

ratings.cast(                      )
Transformation de données avec Polars

Changer plusieurs colonnes

ratings.cast({                    })
Transformation de données avec Polars

Changer plusieurs colonnes

ratings.cast({pl.Float64: pl.Int64})
shape: (5, 5)
| business         | location     | type       | rating | capacity |
| ---              | ---          | ---        | ---    | ---      |
| str              | str          | str        | i64    | i64      |
|------------------|--------------|------------|--------|----------|
|   7burgers       | Wakey Wakey  | restaurant | 5      | 55       |
| Bang Bang Burger | Forest Rd.   | restaurant | 4      | 55       |
| Costa Coffee     | City Point   | café       | 5      | 41       |
|  Costa Coffee    | The Moorgate | takeaway   | 5      | 0        |
| The Queens Head  | Denman St.   | bar        | 5      | 187      |
Transformation de données avec Polars

Nettoyer des données textuelles

shape: (5, 5)
| business         | location        | type       | rating | capacity |
| ---              | ---             | ---        | ---    | ---      |
| str              | str             | str        | i64    | i64      |
|------------------|-----------------|------------|--------|----------|
|   7burgers       | Wakey Wakey     | restaurant | 5      | 55       |
| Bang Bang Burger | Forest Rd.      | restaurant | 4      | 55       |
| Costa Coffee     | City Point      | café       | 5      | 41       |
|  Costa Coffee    | The Moorgate    | takeaway   | 5      | 0        |
| The Queens Head  | Denman St.      | bar        | 5      | 187      |
Transformation de données avec Polars

Nettoyer des données textuelles

  • .str.contains()
  • .str.strip_chars()
  • .str.strip_chars_start()
  • .str.to_lowercase()
Transformation de données avec Polars

Nettoyer des données textuelles

  • .str.contains()
  • .str.strip_chars()
  • .str.strip_chars_start()
  • .str.to_lowercase()
1 https://docs.pola.rs/api/python/stable/reference/expressions/string.html
Transformation de données avec Polars

Nettoyer des données textuelles

  • .str.contains()
  • .str.strip_chars()
  • .str.strip_chars_start()
  • .str.to_lowercase()
1 https://docs.pola.rs/api/python/stable/reference/expressions/string.html
Transformation de données avec Polars

Nettoyer des données textuelles

ratings.with_columns(

)
Transformation de données avec Polars

Nettoyer des données textuelles

ratings.with_columns(
    pl.col("business")
)
Transformation de données avec Polars

Nettoyer des données textuelles

ratings.with_columns(
    pl.col("business").str.strip_chars_start()
)
shape: (5, 5)
| business         | location     | type       | rating | capacity |
| ---              | ---          | ---        | ---    | ---      |
| str              | str          | str        | i64    | i64      |
|------------------|--------------|------------|--------|----------|
| 7burgers         | Wakey Wakey  | restaurant | 5      | 55       |
| Bang Bang Burger | Forest Rd.   | restaurant | 4      | 55       |
| Costa Coffee     | City Point   | café       | 5      | 41       |
| Costa Coffee     | The Moorgate | takeaway   | 5      | 0        |
| The Queens Head  | Denman St.   | bar        | 5      | 187      |
Transformation de données avec Polars

Combiner des données textuelles

shape: (5, 5)
| business         | location        | type       | rating | capacity |
| ---              | ---             | ---        | ---    | ---      |
| str              | str             | str        | i64    | i64      |
|------------------|-----------------|------------|--------|----------|
| 7burgers         | Wakey Wakey     | restaurant | 5      | 55       |
| Bang Bang Burger | Forest Rd.      | restaurant | 4      | 55       |
| Costa Coffee     | City Point      | café       | 5      | 41       |
| Costa Coffee     | The Moorgate    | takeaway   | 5      | 0        |
| The Queens Head  | Denman St.      | bar        | 5      | 187      |
Transformation de données avec Polars

Combiner des données textuelles

ratings.with_columns(

)
Transformation de données avec Polars

Combiner des données textuelles

ratings.with_columns(
    pl.concat_str(
)
Transformation de données avec Polars

Combiner des données textuelles

ratings.with_columns(
    pl.concat_str("business", "location"
)
Transformation de données avec Polars

Combiner des données textuelles

ratings.with_columns(
    pl.concat_str("business", "location", separator=":")
)
Transformation de données avec Polars

Combiner des données textuelles

ratings.with_columns(
    pl.concat_str("business", "location", separator=":").alias("id")
)
shape: (5, 5)
| business         | location     | type       | ... | id                            |
| ---              | ---          | ---        | --- | ---                           |
| str              | str          | str        | ... | str                           |
|------------------|--------------|------------|-----|-------------------------------|
| 7burgers         | Wakey Wakey  | restaurant | ... | 7burgers:Wakey Wakey          |
| Bang Bang Burger | Forest Rd.   | restaurant | ... | Bang Bang Burger:Forest Rd.   |
| Costa Coffee     | City Point   | café       | ... | Costa Coffee:City Point       |
| Costa Coffee     | The Moorgate | takeaway   | ... | Costa Coffee:The Moorgate     |
| The Queens Head  | Denman St.   | bar        | ... | The Queens Head:Denman St.    |
Transformation de données avec Polars

Passons à la pratique !

Transformation de données avec Polars

Preparing Video For Download...