python中Polars库详解_python polars

最新推荐文章于 2024-06-13 21:06:04 发布

Java老杨

最新推荐文章于 2024-06-13 21:06:04 发布

阅读量781

点赞数 11

分类专栏： 2024年程序员学习文章标签： python pandas 数据挖掘

本文链接：https://blog.csdn.net/m0_60721823/article/details/137656721

版权

本文介绍了Python中的Polars库，通过实例展示了如何读取CSV数据、过滤、选择列、分组聚合、连接数据帧、排序、填充空值、计算描述统计以及创建DataFrame。还分享了作者的IT行业经历，提供了一份全面的Python开发学习资料，包括PPT、简历模板、书籍PDF、面试真题等资源。

摘要由CSDN通过智能技术生成


2.head()  
 **head()** 函数用于返回 DataFrame 中的前 n 行数据，默认为 5 行。


示例代码：

import polars as pl

df = pl.read_csv(‘data.csv’)
print(df.head())


3.filter()  
 **filter()** 函数用于根据指定的条件筛选 DataFrame 中的行数据。


示例代码：

import polars as pl

df = pl.read_csv(‘data.csv’)
filtered_df = df.filter(pl.col(‘age’) > 18)#找age大于18的数据
print(filtered_df)


4.select()  
 **select()** 函数用于选择 DataFrame 中的列数据。


示例代码：

import polars as pl

df = pl.read_csv(‘data.csv’)
selected_df = df.select([‘name’, ‘age’])#返回列名为name和age的列数据
print(selected_df)


5.groupby()  
 **groupby()** 函数用于对 DataFrame 中的数据进行分组，并对分组后的数据进行聚合操作。


示例代码：

import polars as pl

df = pl.read_csv(‘data.csv’)
grouped_df = df.groupby(‘gender’).agg({‘age’: [‘min’, ‘max’, ‘mean’], ‘salar

关注

专栏目录