Polars – Next-Generation DataFrames
Polars is revolutionizing Python data processing with its multi-threaded query engine and lazy evaluation. In this intensive 1-day course, you will learn how to leverage Polars for real-world data tasks – from loading and transforming data to complex aggregations and joins. You will understand why Polars outperforms Pandas by orders of magnitude and how its expressive API makes your data pipelines more readable and maintainable. The course covers both eager and lazy execution modes, integration with the broader Python ecosystem, and best practices for production workloads.
Skills You'll Learn
Course Modules & Lessons
Polars Fundamentals
Installation, Series & DataFrames, data types, reading CSV/Parquet/JSON, eager vs. lazy mode.
Installation & Setup
Richte deine Entwicklungsumgebung für Polars ein und lerne die Grundlagen.
Series & DataFrames
Verstehe die Kernkonzepte von Series und DataFrames in Polars.
Dateien einlesen
Lerne, wie du Daten aus verschiedenen Dateiformaten mit Polars einliest.
Eager vs Lazy
Entdecke den Unterschied zwischen Eager- und Lazy-Ausführung in Polars.
Data Transformation & Expressions
Select, filter, with_columns, expressions API, string/datetime operations, window functions.
select & filter
Wähle und filtere Daten effizient mit `select` und `filter`.
with_columns
Erweitere DataFrames um neue Spalten mit `with_columns`.
String- & Datetime-Ops
Manipuliere Strings und Datumsangaben mit speziellen Polars-Operationen.
Window Functions
Nutze Window Functions, um komplexere Analysen durchzuführen.
Aggregations, Joins & Reshaping
GroupBy, aggregations, various join types, pivot, melt, and working with nested data.
GroupBy & Aggregationen
Erfahre, wie Du Daten gruppierst und wertvolle Einsichten durch Aggregationen gewinnst.
Join-Typen
Entdecke verschiedene Join-Arten, um Daten aus mehreren Quellen effizient zu kombinieren.
Pivot & Melt
Lerne, wie Du Daten neu formst, um sie für Analysen besser aufzubereiten.
Nested Data
Meistere den Umgang mit verschachtelten Daten, um komplexe Strukturen zu analysieren.
Performance & Production
Lazy evaluation & query optimization, streaming large datasets, Polars vs. Pandas benchmarks, integration with Plotly and scikit-learn.
Lazy & Query-Plan
Verstehe Lazy-Evaluation und wie der Query-Plan deine Performance optimiert.
Streaming
Optimiere die Verarbeitung grosser Datensätze durch effektives Streaming in Polars.
Polars vs Pandas
Vergleiche Polars und Pandas, um die beste Wahl für deine Datenanalyse zu treffen.
Integration ML & Plots
Entdecke die Integration von Polars mit ML und Visualisierungstools für deine Projekte.
Prerequisites
Your Trainer
David Pinezich
Experienced IT architect and trainer specializing in Python, Cloud Architecture, and Enterprise Solutions. Certified TOGAF, CISSP, and AWS professional with years of hands-on training experience.