Pandas vs Polars — 完整的实践数据课程

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |时长：64 个讲座 (34m)

你将学到什么

• 使用 Pandas 和 Polars 加载、检查和导出 CSV、Parquet 和 JSON 格式的数据。
• 处理缺失数据、清理脏数据集、使用 groupby、数据透视表和交叉表聚合数据。
• 应用惰性求值和流式传输来处理大于 RAM 的数据集并编写方法链式管道
• 连接多个数据集（内连接、左连接、外连接、交叉连接、反连接、半连接）。
• 使用窗口函数、滚动计算和基于时间的重采样。
• 使用 matplotlib 和 seaborn 可视化结果。
• 构建从提取到导出的完整 ETL 管道。

要求

• Python 基础知识（变量、循环、函数、列表、字典）
• 熟悉命令行（使用 pip 安装软件包）
• 无需具备使用 Pandas 或 Polars 的经验 – 我们从零开始

描述

本课程涉及人工智能的使用。

这是一门 100% 实践课程，通过直接并排比较 Pandas 和 Polars（当今两个最重要的 Python DataFrame 库）来教您实际的数据操作。

每个练习都会为您提供在两个库中解决的相同任务，因此您可以立即看到 API 设计、性能和惯用风格方面的差异。

没有很长的讲座。没有幻灯片。只需明确的任务、简洁的解决方案以及可在工作中使用的参考材料即可。

课程分为 5 个渐进模块

<强>1。基础知识：
加载 CSV、选择列、过滤行、数据类型、字符串操作、日期/时间处理、空值管理以及导出为多种格式。

<强>2。聚合与连接：
GroupBy 操作、pivot/melt、所有类型的连接、窗口函数、滚动聚合、重采样和排名。

<强>3。高级模式：
惰性求值、方法链接、用户定义函数、嵌套/结构数据、多格式互操作和性能优化。

<强>4。附加功能：
分类类型和类型内存优化、大文件流、使用 matplotlib 和 seaborn 进行数据可视化、多文件摄取（glob 模式、分区数据集）和数据验证管道

<强>5。现实世界的项目：

• 数据清理和标准化
• 销售仪表板报告
• ETL 管道（多源）
• 客户流失和客户流失群组分析
• 财务风险与风险投资组合优化
• 机器学习特征工程管道
• 实时流媒体仪表板（200 万行以上）

每个项目都包含 Pandas 和 Polars 解决方案，因此您对同一问题始终有两种观点。

本课程适合谁

• 任何想要这两个库的实用、严肃参考的人
• 想要将数据操作添加到其技能组合中的 Python 开发人员
• 数据分析师从 Excel/SQL 过渡到基于 Python 的工作流程
• 了解 Pandas 但想了解 Polars（反之亦然）的数据科学家
• 准备数据工程面试的学生和自学者