Polars – DataFrames der neuen Generation
Polars revolutioniert die Python-Datenverarbeitung mit seiner multi-threaded Query Engine und Lazy Evaluation. In diesem intensiven 1-Tages-Kurs lernst du, wie du Polars für reale Datenaufgaben einsetzt – vom Laden und Transformieren von Daten bis hin zu komplexen Aggregationen und Joins. Du verstehst, warum Polars Pandas um Grössenordnungen übertrifft und wie die ausdrucksstarke API deine Datenpipelines lesbarer und wartbarer macht. Der Kurs behandelt sowohl Eager- als auch Lazy-Ausführungsmodi, die Integration ins breitere Python-Ökosystem und Best Practices für produktive Workloads.
Fähigkeiten, die du lernen wirst
Kursmodule & Lektionen
Polars Grundlagen
Installation, Series & DataFrames, Datentypen, CSV/Parquet/JSON einlesen, Eager- vs. Lazy-Modus.
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.
Datentransformation & Expressions
Select, Filter, with_columns, Expressions-API, String-/Datetime-Operationen, 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.
Aggregationen, Joins & Reshaping
GroupBy, Aggregationen, verschiedene Join-Typen, Pivot, Melt und Arbeit mit verschachtelten Daten.
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 & Produktion
Lazy Evaluation & Query-Optimierung, Streaming grosser Datensätze, Polars vs. Pandas Benchmarks, Integration mit Plotly und 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.
Voraussetzungen
Dein Trainer
David Pinezich
Erfahrener IT-Architekt und Trainer mit Schwerpunkt Python, Cloud-Architektur und Enterprise-Lösungen. Zertifizierter TOGAF-, CISSP- und AWS-Profi mit langjähriger praktischer Schulungserfahrung.