Познакомьтесь с 6 функциями, лежащими в основе любого эксплораторного анализа данных. Они позволят сделать первый шаг в исследовании данных в Pandas.

https://nuancesprog.ru/p/14933/

@nuancesprog #Pandas

Пользуетесь ли вы SQL в Pandas? Узнайте, как запросить датафрейм Pandas с помощью SQL, используя возможности и учитывая ограничения библиотеки Pandasql.

https://nuancesprog.ru/p/15179/

@nuancesprog #Pandas #SQL

Знакомьтесь с "великолепной четверкой" методов - assign, map, query и explode. Это самые крутые фичи Pandas. Они сделают ваш код более ясным, элегантным и эффективным.

https://nuancesprog.ru/p/15496/

@nuancesprog #Pandas #Python

Обучающее руководство по извлечению любых данных из твитов посредством пакета Python Tweepy и форматированию их в датафрейм Pandas.

https://nuancesprog.ru/p/15562/

@nuancesprog #Python #Pandas

Рассмотрим продвинутые методы итерирования по строкам, которые заменят iterrows и itertuples. Некоторые из них позволяют повышать производительность почти в две тысячи раз, не снижая при этом читабельности кода.

https://nuancesprog.ru/p/15608/

@nuancesprog #Pandas

Можно ли работать с большими массивами данных при ограниченных вычислительных ресурсах? Можно и очень даже успешно, если использовать пакетную обработку для создания различных агрегаций этих данных.

https://nuancesprog.ru/p/15805/

@nuancesprog #Pandas

Если Pandas удобно использовать для небольших наборов данных, то Pyspark - отличный инструмент для распределенных вычислений огромных массивов данных. Возьмите на заметку готовую инструкцию по преобразованию кода Pandas в Pyspark.

https://nuancesprog.ru/p/14770/

@nuancesprog #Python #Pandas #Pyspark

Эти десять вопросов получили наибольшее количество голосов в категории Pandas на платформе StackOverflow. Они были актуальны десять лет назад, такими же остаются и сегодня. Ответы на них позволяют закрепить фундаментальные операции в Pandas.

https://nuancesprog.ru/p/16281/

@nuancesprog #Pandas

Дата-сайентистам приходится работать с данными разных форматов. Разбираемся, в чем заключается разница между длинным и широким форматами данных, а также в том, как перейти от одного формата к другому в Pandas.

https://nuancesprog.ru/p/16466/

@nuancesprog #Pandas

Бенчмарк производительности популярных инструментов анализа данных заставит вас иногда отказываться от Pandas. Каждый из этих инструментов  -  Polars, DuckDB, Vaex и Modin - при анализе данных на кластере машин работает гораздо быстрее, чем Pandas.

https://nuancesprog.ru/p/17604/

VK: https://vk.com/@nuancesprog-4-alternativy-pandas-uskorennoe-vypolnenie-analiza-dannyh

Дзен: https://dzen.ru/media/nuancesprog.ru/6480c3bf8db8a36014824f22

@nuancesprog #Pandas #Python

Хотите молниеносно выполнять привычные Pandas-операции? Сделайте 7 простых шагов для перехода на Polars! Достоинства этой библиотеки, в числе которых не только скорость, убедят вас в том, что пора попрощаться с Pandas.

https://nsprg.ru/m0rwjv

VK: https://nsprg.ru/ONkKBm

Дзен: https://nsprg.ru/mr7l9x

@nuancesprog #Pandas #Polars #Python