Polars 指南

Polars 和 pandas 一样，提供 DataFrame 这种数据结构，用来做数据处理。它的特点是快：核心用 Rust 实现，并且从一开始就按列式内存和并行执行来设计。

本书从 Polars 的基本概念讲起，一直讲到具体的数据处理应用。读完你能明白 Polars 怎样高效地操作数据，以及它在实际工作中能带来什么。

基础篇

• 安装与学习资料
• 日本大学数据
• 与 Pandas 的比较
• 文件的输入输出
• 数据框
• 表达式
• 数据类型
• 分组处理
• 多表合并
• 形状变换
• NULL 处理
• 时间数据处理
• 用 Python 函数处理
• 延迟运算
• Polars 使用技巧
• NULL 的存储方式
• Array
• List
• Struct

应用篇

• 整洁数据(Tidy data)
• 尚未解决的课题

结构化数据处理

• 数据科学 100 道练习 01~10
• 数据科学 100 道练习 11~20
• 数据科学 100 道练习 21~30
• 数据科学 100 道练习 31~40
• 数据科学 100 道练习 41~50
• 数据科学 100 道练习 51~60
• 数据科学 100 道练习 61~70
• 数据科学 100 道练习题 71~80
• 数据科学 100 道练习题 81~90
• 数据科学 100 道练习题 91~100