Polars DataFrame 入門

Polars 入門

Liam Brannigan

Data Scientist and Polars Contributor

認識你的講師

Liam Brannigan，首席資料科學家
ML 與資料工程專家
Polars 貢獻者

講師的大頭照。

表格資料

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  |

並排的北極熊在雪地行走與熊貓在森林中的圖片。

Polars 通常比 Pandas 更快 → 平行運算
Polars 的 lazy mode 可最佳化查詢

Apache Arrow 與 Rust 的標誌。

Apache Arrow：在記憶體中儲存表格資料
Rust：用於資料處理的高速語言

用資料庫示意圖來說明載入資料。

載入並檢視資料

用資料庫與齒輪示意圖來說明轉換。

載入並檢視資料
轉換資料與最佳化

用資料庫、齒輪與圖表示意圖來說明分析。

載入並檢視資料
轉換資料與最佳化
資料分析

讀取 CSV

import polars as pl


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

DataFrame 的前幾列

rentals.head(3)

rentals DataFrame 的前幾列。

DataFrame 的前幾列

rentals.head(3)

標示出形狀的 rentals DataFrame。

DataFrame 的前幾列

rentals.head(3)

標示出第一欄的 rentals DataFrame。

dtype：欄位中的資料型別

DataFrame 的前幾列

rentals.head(3)

標示出 rentals 欄的 rentals DataFrame。

DataFrame 的最後幾列

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 中繼資料

rentals.shape

(49, 8)

rentals.columns

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

DataFrame 結構綱要

rentals.schema

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

檢視 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

一起來練習吧！

Polars 入門