はじめに
「データサイエンティスト協会スキル定義委員」の「データサイエンス100本ノック（構造化データ加工編）」というのがあります。
この問題に追加／削除／アレンジした（学習ドリル的な）学習教材を作成したので紹介します。
この教材は知識の確認用なので、この教材だけではPolarsを学べません。出題範囲もPolarsの一部の機能だけです。実施にあたっては、必要に応じてドキュメントなどを読むことをおすすめします。
対象者
- Polarsの知識を試してみたい人
教材の特徴
- 学習内容に応じて分類しました
- 模範解答を確認できます
- 正解かどうかをチェックできます
準備
uvを使います。次からインストールしてください。
ターミナルで次を実行してください。curlが使えない場合は、この「Download ZIP」をクリックしてください。また、unzipが使えない場合は、適宜解凍してください。
curl -L -o study-polars.zip https://github.com/SaitoTsutomu/study-polars/archive/refs/heads/master.zip
unzip study-polars.zip
cd study-polars-master
学習開始
教材は、nbs/study_polars.ipynbです。
次のコマンドを実行すると、教材をwork/study_polars.ipynbにコピーし、Jupyterが起動します。
uv run study-polars
ノート
work/study_polars.ipynbが存在する場合はコピーしません。2回目以降は続きから学習できます。もし、新規に始めたい場合は、uv run study-polars --newとしてください。
study_polars.ipynbを開いて学習を始めてください。
手順
- 青いセルの説明を読む
- 白いセルに問題の解答を書く
- 黄色いセルを実行して正解かどうかを確認する
問題例
さいごに
Polarsは、はじめたばかりで、実務ではまだ使っていません。しかし、次のようなところが気にいっています。
- 高速！
- エクスプレッションがいい
- 列ごとにメソッドチェーンを書けて柔軟
- 型などに厳しいので間違いに早く気づける
- データが厳格でないとき、pandasは勝手に解釈するので探索的データ分析（EDA）に向いているが、実アプリケーションでリスクになる
基本的な処理を組み合わせて複雑な処理を書けるので、書きやすくわかりやすいと感じています。
（pandasだと、複雑な処理を短く書けることも多いですが、いざ書こうとしたときに、どう書くのか悩みやすい）
さいごに、本記事で紹介した学習教材一式は、次にあります。
以上