掌握Polars：使用Python进行高性能数据分析

解锁 Polars 的强大功能，这是一个为速度、可扩展性和效率而设计的下一代 DataFrame 库。无论您是数据科学家、分析师还是工程师，本课程将教您如何利用 Polars 更快地处理和分析大数据集，超越传统工具如 Pandas。通过实践项目和真实世界的数据集，您将深入了解 Polars 的能力，从基本操作到高级数据转换。课程结束时，您将能够用 Polars 替代 Pandas，以实现高性能的数据工作流。

在本课程中，您将从零开始精通 Polars，学习如何高效地操作、分析和转换大数据集。无论您处理的是数百万行数据还是复杂查询，Polars 的多线程和惰性执行将为您的工作流提供强大支持。

MP4 | 视频：h264、1920×1080 | 音频：AAC，44.1 KHz
语言：英语 | 大小：2.04 GB | 时长：5 小时 42 分钟

您将学习到的内容

• 处理超出内存的数据
• Pandas 与 Polars 在处理超过十亿数据时的对比
• 利用 Polars 的并行和优化分析
• 使用 Polars 表达式进行易读易写的分析
• 学习在处理大规模数据集时优化内存使用和处理速度的策略
• 使用快速连接操作合并来自不同数据集的数据
• 从多种来源加载数据，包括基于网页的文件、CSV、JSON 和 Parquet 文件

课程要求

本课程不需要任何先前经验！该课程专为初学者设计，基本的 Python 知识会有所帮助，我将逐步指导您。您只需要一台可以连接互联网的计算机和学习的意愿。

您将学习的内容

• Polars 与 Pandas 的比较：为什么 Polars 更快，以及它的底层工作原理
• Polars DataFrames 和 LazyFrames：理解高效的数据结构
• 过滤、排序和聚合：以惊人的速度执行操作
• 分组和连接：无缝处理复杂的数据转换
• 时间序列和字符串操作：处理日期、时间戳和文本数据
• 输入/输出操作：读取和写入 CSV、Parquet、JSON 等格式
• Polars 表达式和类 SQL 查询：解锁强大的数据处理技术
• 并行处理和惰性评估：优化大数据集的性能

适合人群

• 处理大数据集的 Python 用户
• 寻找比 Pandas 更快替代方案的数据分析师和科学家
• 从事大数据或 ETL 管道的工程师
• 希望用高性能库为自己的数据技能未来做准备的任何人

为什么学习 Polars？

• 超快的性能：在许多情况下，速度比 Pandas 快 10-100 倍
• 为现代 CPU 设计：使用多线程和基于 Rust 的优化
• 内存高效：即使在有限的 RAM 下也能良好工作
• 理想的大数据和 ETL 解决方案：非常适合处理大规模数据集

到课程结束时，您将自信地使用 Polars 进行真实世界的数据分析，优化您的工作流，像专业人士一样处理海量数据集。

通过学习 Polars，您将能够在数据分析的旅程中迈出重要的一步。无论您是希望提升职业技能，还是希望在数据科学领域找到更高效的工具，Polars 都将为您提供强大的支持。立即加入我们，开始您的学习之旅吧！

课程目录：

概述
第 1 部分：简介

第 1 讲课程概述

第 2 讲 极坐标的介绍

讲座 3 熊猫与北极熊

第 4 讲课程材料

第 2 部分：Polars 快速入门

讲座 5 Mac：Python 和 Polars 库的安装

第 6 讲 Apache Arrow 和 Polars：概述

第 3 节：数据帧

讲座 7 使用多种方法创建数据框

第 8 讲系列和数据框对象

第 9 讲 从 Pandas 或 Numpy 转换

第 4 节：玩转文件

讲座 10 使用极坐标读取文件

讲座 11 使用 Polars 读取 JSON 文件

讲座 12 使用极坐标写入文件

第 5 部分：选择列

第 13 讲 选择列

讲座 14 选择 2 列

第 15 讲 选择多列

第 6 节：列转换

第 16 讲 添加列：使用常数值

第 17 讲 添加列：一次添加多列

第 18 讲 变换数据框

第 19 讲 迭代数据框

第 7 节：聚合函数和 Distinct

第 20 讲 聚合函数

第 21 讲 不同查询

第 8 节：过滤器或 Where 子句

第 22 讲 Python 之道：方括号

第 23 讲 整数列

讲座 24 弦列

第 25 讲 日期列

讲座 26 布尔列

第 9 节：分组、大小写和排序

第 27 讲 Group By 示例

讲座 28 Group By 与 Having

第 29 讲 按对象分组迭代

讲义 30 案例条件

讲座 31 分位数和直方图

讲义 32 排序

第 10 节：处理缺失值

讲座 33 查找缺失值

讲座 34 替换缺失值

第 11 节：连接与联接

讲座 35 垂直和水平连接数据帧

讲座 36 连接示例

第 12 节：数据库

讲座 37 Polars 与 Sqlite 和 Postgres

第 13 节：10 亿条以上记录测试

讲座 38 纽约出租车数据概览

讲座 39 十亿条记录测试：选择

讲座 400 亿条记录测试：聚合函数

讲座 41 十亿条记录测试：不同查询

讲座 42 十亿条记录测试：案例、时间及其他

讲座 43 十亿条记录测试：过滤器

讲座 44 十亿条记录测试：分组依据

讲座 450 亿条记录测试：处理缺失数据

讲座 46 十亿记录测试：极坐标切片

第 14 节：熊猫与北极熊：超过 10 亿条记录

讲座 47 熊猫与北极熊：选择

讲座 48 Pandas 与 Polars：聚合函数

讲座 49 熊猫与北极熊：不同之处

讲座 50 熊猫与极地：滤镜

讲座 51 熊猫与极地：分组依据