Ｐｏｌａｒｓとｐａｎｄａｓで学ぶ　データ処理アイデアレシピ５５

★「この結果がほしい」が、驚くほど簡単に実現する！★

大注目の高速ライブラリPolarsと定番ライブラリpandasによるデータ処理が両方とも学べる！
知っておきたいテクニックが盛りだくさん！

【サポートサイト】
https://github.com/Johannyjm/polars-data-recipes-55

【小野寺和樹氏（エヌビディア合同会社 シニアディープラーニングデータサイエンティスト）推薦！】
本書は、Pythonを扱うデータサイエンティスト必携の実践書です。
高速データ処理ツールPolarsの驚異的なパフォーマンスを活かした具体的な例を通じて、読者のデータ分析スキルを飛躍的に向上させます。
pandasとの比較や使い分けも丁寧に解説されており、現場で役立つ55のレシピが収録されています。
今度こそPolarsをマスターし、次世代のデータサイエンティストを目指すすべての人におすすめの一冊です。

【河合俊典氏（エムスリー株式会社　VPoE）推薦！】
機械学習エンジニア、データサイエンティストが扱うツールは、日々進化しています。
本書は、その最先端ツールの１つであるPolarsについて、まるで日本語チュートリアルであるかのように解説しています。
ドキュメントや技術ブログでは得られにくい、「いつカラムの操作をするのか」「交差検証をなぜ行うのか」などデータ分析の5W1Hを抑えながら、体系的にPolarsを学べる一冊になっているなと感じました。
Polarsって何？という方、Polarsに対して尻込みしていたすべての方におすすめの一冊です！

【主な内容】
準備編
1日目　pandasの概要
2日目　Polarsの概要

特訓編
1日目　データの確認：Recipe01-09
2日目　データの操作：Recipe10-14
3日目　データの抽出：Recipe15-26
4日目　データの加工：Recipe27-39
5日目　データの集計：Recipe40-43
6日目　時系列データの処理：Recipe44-48
7日目　遅延評価：Recipe49-51
8日目　実践パイプライン：Recipe52-55

Ⓒ冨山吉孝・早川裕樹・齋藤慎一朗

目次

準備1日目　pandas の概要

準備2日目　Polars の概要

特訓1日目　データの確認
01　データの表示
02　データの列名を確認
03　データの大きさの確認
04　各列のデータ型を確認
05　データの概要を確認
06　列ごとのユニークな要素数の確認
07　列ごとのユニークな要素を確認
08　ユニークな要素ごとに重複数のカウント
09　特定の列に対する統計量の確認

特訓2日目　データの操作
10　ファイルの読み込み
11　データフレームの特定ファイル形式への書き出し
12　データフレームのソート
13　データフレームの複製
14　データフレームの作成

特訓3日目　データの抽出
15　データフレームから複数列を抽出
16　データフレームから特定データ型の列抽出
17　データフレームの特定列の除外
18　データフレームの特定行の抽出
19　特定条件にマッチする行の抽出
20　複数条件にマッチする行の抽出1
21　複数条件にマッチする行の抽出2
22　特定列が欠損値でない行の抽出
23　欠損値を含む行の削除
24　値リストのどれかに合致する要素を持つ行の抽出
25　特定の文字列を含む行の抽出
26　指定された数だけランダムにデータをサンプリング

特訓4日目　データの加工
27　既存列へのデータ処理
28　特定列をデータ処理し、データ型を変更
29　既存列を用いて新規列を作成する
30　条件に応じた値の代入
31　列へのユーザー定義関数の適用
32　データフレームの列名を一括変更
33　データフレームの特定の列名を変更
34　欠損値の補完
35　NumPy 配列への変換
36　データのビニング
37　重複行の削除
38　データフレームの連結
39　データフレームの結合

特訓5日目　データの集計
40　列の集計結果を計算
41　列の集計結果を新規列として追加
42　累積和を計算
43　複数列の集計結果を計算

特訓6日目　時系列データの処理
44　日時データから年と月を取得する
45　時間軸に沿って値をシフトし、過去値の列を作る
46　行の差分を新規の列として追加する
47　時間に基づいた集約を行い、新規列を作成する
48　特定の期間ごとのデータの集計

特訓7日目　遅延評価
49　遅延評価の基礎（Python 編）
50　Polars の遅延評価機能lazy API
51　クエリ最適化とStreaming API

特訓8日目　実践パイプライン
52　EDA
53　前処理と特徴量エンジニアリング
54　機械学習モデルの学習
55　機械学習モデルの評価・推論

書誌情報

紙版

• 発売日: 2024年10月11日
• ISBN: 9784065369807
• 判型: B5変型
• 価格: 定価：3,960円（本体3,600円）
• ページ数: 368ページ

電子版

• 発売日: 2024年12月18日
• JDCN: 06A0000000000837095P

著者紹介

著： 冨山　吉孝（トミヤマ　ヨシタカ）

冨山吉孝　@johannyjm1 2015年に大阪大学工学部電子情報工学科を卒業後，大手通信会社にてインフラエンジニアに従事する． その傍ら機械学習技術やシステム開発に興味を持ち，社内起業プロジェクトにてAIレコーディングアプリの開発・リリースをリード，Kaggleでは2022年にCompetitions Masterの称号を獲得した． イベントやコミュニティの企画や運営にも積極的に携わり，2023年日本大学文理学部北原研究室との共催で自動作曲コンテストの「AIミュージックバトル！『弁財天』」を開催したほか，Polars の日本語コミュニティ"Polars-ja"の立ち上げに関わる．

著： 早川　裕樹（ハヤカワ　ユウキ）

早川裕樹　@yuki93753711 ITエンジニアとしてキャリアをスタートし，Kaggleとの出会いをきっかけにデータ分析の世界に浸る．電車の中やキャンプ場など，場所を問わずKaggleをするほどのめり込み，2022年にはKaggle Competitions Masterの称号を獲得した．データ分析コンペを愛するあまり，個人でもデータ分析コンペ「yukiCup」を開催． 現在は，ITコンサルティング企業にて、データ利活用案件を主に担当し顧客が抱える課題解決に向けて日々奮闘中．

著： 齋藤　慎一朗（サイトウ　シンイチロウ）

齋藤慎一朗　@sinchir0 2015年に東北大学大学院工学研究科を修了．大手日系SIerでシステムエンジニアとして数年の経験を積んだ後，データサイエンティストとしてのキャリアをスタート．機械学習技術の面白さに目覚める．電力，保険，航空など多岐にわたる業界の企業に対するデータ分析業務に従事．その後，特定のプロダクトに情熱を注ぎたいと考え，SaaS企業の研究開発職に就く． 現在は，自然言語処理技術の研究開発およびプロダクトへの適用に従事．Kaggle Competitions Expert．