Data Science w Pythonie: Analiza danych w pakiecie Polars

W ostatnich latach pojawiło się wiele pakietów, które przewyższyło Pandas pod względem wydajności pracy na dużych zbiorach danych. Wśród nich rozwiązaniem najbardziej perspektywicznym, kompleksowym i samodzielnym jest Polars. Przez społeczność użytkowników zgodnie określany jako następca Pandasa.

Na warsztacie przedstawimy podstawowe funkcjonalności pakietu Polars i porównamy go ze składnią Pandasa. Dodatkowo wykonamy również testy wydajności i wyjaśnimy jakie są przewagi obydwu pakietów.

Plan warsztatu:
1. Wady i zalety Pandas i Polars.
2. Porównanie wydajności obydwu pakietów.
3. Wprowadzenie do składni Polars.
4. Przegląd funkcji i przykłady w Polars.