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
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
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
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
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
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
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
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
https://nsprg.ru/m0rwjv
VK: https://nsprg.ru/ONkKBm
Дзен: https://nsprg.ru/mr7l9x
@nuancesprog #Pandas #Polars #Python
Несмотря на популярность, у Pandas есть немало скрытых возможностей. Предлагаем ознакомиться с 6 из них - они помогут повысить эффективность анализа данных.
https://nsprg.ru/mp9yZx
VK: https://nsprg.ru/vqaGov
Дзен: https://nsprg.ru/mEzYRx
@nuancesprog #Pandas
https://nsprg.ru/mp9yZx
VK: https://nsprg.ru/vqaGov
Дзен: https://nsprg.ru/mEzYRx
@nuancesprog #Pandas
Составим интерактивную карту путешествий с Python, pandas и Plotly Express. Процесс настолько же увлекательный, как и сами путешествия!
https://nsprg.ru/mY2nox
VK: https://nsprg.ru/xAZ1Kv
Дзен: https://nsprg.ru/OZ5lav
@nuancesprog #Plotly #Pandas #Python
https://nsprg.ru/mY2nox
VK: https://nsprg.ru/xAZ1Kv
Дзен: https://nsprg.ru/OZ5lav
@nuancesprog #Plotly #Pandas #Python
Рассмотрим структуру данных Pandas: массивы, блоки, BlockManager. Познакомимся с понятием консолидированного датафрейма.
https://nsprg.ru/xPZyyO
VK: https://nsprg.ru/v82w1m
Дзен: https://nsprg.ru/vXZbdm
@nuancesprog #Pandas
https://nsprg.ru/xPZyyO
VK: https://nsprg.ru/v82w1m
Дзен: https://nsprg.ru/vXZbdm
@nuancesprog #Pandas
Действительно ли новый релиз pandas 2.0.0. направлен на повышение производительности, гибкости и совместимости операций с данными? Ответить на этот вопрос поможет данный обзор, в котором представлены 5 функциональных возможностей pandas 2.0.
https://nsprg.ru/mEz63x
VK: https://nsprg.ru/m0rGjv
Дзен: https://nsprg.ru/mr7V9x
@nuancesprog #Pandas #DataScience
https://nsprg.ru/mEz63x
VK: https://nsprg.ru/m0rGjv
Дзен: https://nsprg.ru/mr7V9x
@nuancesprog #Pandas #DataScience
Хотите разобраться в том, как новый режим Copy-on-Write (копирование при записи) изменил поведение pandas? Тогда углубимся в механизм Copy-on-Write и остановимся на некоторых фактах, которые полезно знать каждому пользователю pandas.
https://nsprg.ru/m0r91v
VK: https://nsprg.ru/vg23Ax
Дзен: https://nsprg.ru/v2RLRv
@nuancesprog #Pandas
https://nsprg.ru/m0r91v
VK: https://nsprg.ru/vg23Ax
Дзен: https://nsprg.ru/v2RLRv
@nuancesprog #Pandas
В первой части мы рассказывали о том, как работает механизм Copy-on-Write. Там указывались области, в которых копии внедряются в рабочий процесс. Во второй части сосредоточимся на оптимизациях, которые позволят избежать замедления среднестатистического рабочего процесса.
https://nsprg.ru/m6R7Ym
VK: https://nsprg.ru/my0GaO
Дзен: https://nsprg.ru/x9kg7O
@nuancesprog #Pandas
https://nsprg.ru/m6R7Ym
VK: https://nsprg.ru/my0GaO
Дзен: https://nsprg.ru/x9kg7O
@nuancesprog #Pandas
Внедрение процесса Copy-on-Write (CoW) является серьезным изменением, которое способно оказать определенное влияние на код pandas. В этой части мы изучим способы адаптации кода, чтобы избежать ошибок при включенном по умолчанию CoW.
https://nsprg.ru/vdDAlv
VK: https://nsprg.ru/O73qbO
Дзен: https://nsprg.ru/ma4qpO
@nuancesprog #Pandas
https://nsprg.ru/vdDAlv
VK: https://nsprg.ru/O73qbO
Дзен: https://nsprg.ru/ma4qpO
@nuancesprog #Pandas