12. Polarsの基本¶

ここからは、Polarsを扱います。

Polarsは、表形式データというエクセルみたいなデータを扱うためのライブラリです。

全体的にSQLに似た書き方が多いので、そちらを学習している人はわかりやすいかなと思います。

機械学習講習会ではこの Polarsを使って、コードを書いていきます。

ライブラリを読み込む¶

Polarsは、慣習的に pl という短い名前をつけて使います。 ここはどのライブラリでも同じです。

import polars as pl

print(pl.__version__)

DataFrameを作る¶

表形式のデータは、DataFrameという名前で扱います。

import polars as pl

df = pl.DataFrame({
    "name": ["Sato", "Suzuki", "Tanaka"],
    "math": [80, 55, 90],
    "english": [72, 68, 86],
    "passed": [True, False, True],
})

print(df)

DataFrameは、エクセルのような行と列を持つ表のようなオブジェクトです。

今回の例は1人分のデータが1行、点数や合否のような項目が列になります。

ただ基本的には自分で作るより、外部のデータを読み込んでそれを扱っていくことがほとんどです。

CSVを読み込む¶

前述の通り、実際のデータ分析では、CSVファイルを読み込むことが多いです。

ここでは、Palmer Penguinsという有名なデータセットを使います。

ペンギンの種類、住んでいる島、くちばしの長さ、体重などが入った表です。

import polars as pl

df = pl.read_csv("examples/penguins.csv")

print(df)

データを見る¶

データを見る¶

データを読み込んだら、まずはデータの中身を見てみましょう。

import polars as pl
df = pl.read_csv("examples/penguins.csv")

print(df.head())
print(df.tail())
print(df.sample(n = 5))
print(df.sample(fraction = 0.05))

head() は、先頭の数行を見るためのメソッドです。()で先頭幾つのデータを見るかを指定します。デフォルトは5つです。 tailは末尾を見ます。sampleはランダムに見ます。

行数と列数と型を見る¶

shapeで形状の確認、columns で列名の一覧を確認できます。

import polars as pl
df = pl.read_csv("examples/penguins.csv")

print(df.shape)
print(df.columns)
print(df.schema)

統計量を見る¶

ざっくり統計量を見たい時はdescribe()を使う

import polars as pl
df = pl.read_csv("examples/penguins.csv")

print(df.describe())

このページのまとめ¶

• Polarsは表形式データを扱うためのライブラリ
• import polars as pl と書いて読み込む
• DataFrameは行と列を持つ表のようなオブジェクト
• pl.read_csv() でCSVを読み込む
• head() で先頭を見る
• shape, columns, schema で表の情報を確認する