폴라를 사용한 데이터 분석에 대한 초보자 안내서
저자의 이미지 | 표의 문자
틀 소개
파이썬으로 분석하는 것이 처음에는 팬더 일반적으로 대부분의 분석가들이 배우고 사용하는 것입니다. 하지만 극선 인기가 높고 더 빠르고 효율적입니다.
Rust로 내장 된 Polars는 다른 도구 속도를 늦출 데이터 처리 작업을 처리합니다. 속도, 메모리 효율 및 사용 편의성을 위해 설계되었습니다. 이 초보자 친화적 인 기사에서는 가상의 커피 숍 데이터를 돌리고 폴라를 배우기 위해 분석 할 것입니다. 흥미로운 것 같나요? 시작하자!
🔗 Github의 코드 링크
틀 폴라 설치
데이터 분석을 시작하기 전에 설치 단계를 중단하겠습니다. 먼저 폴라를 설치합니다.
! pip install polars numpy이제 라이브러리와 모듈을 가져 오겠습니다.
import polars as pl
import numpy as np
from datetime import datetime, timedelta우리는 사용합니다 pl 폴라의 별칭으로.
틀 샘플 데이터 생성
작은 커피 숍을 관리한다고 상상해보십시오.“Bean there”라고 말하고 분석 할 수백 개의 영수증과 관련 데이터가 있습니다. 어떤 음료가 가장 잘 팔리는 지, 어떤 날이 가장 많은 수익과 관련 질문을 가져 오는 날을 이해하고 싶습니다. 그래, 코딩을 시작합시다! ☕
이 가이드를 실용적으로 만들려면 “Bean there Coffee Shop”에 대한 사실적인 데이터 세트를 만들어 봅시다. 소규모 사업자가 인식하는 데이터를 생성하겠습니다.
# Set up for consistent results
np.random.seed(42)
# Create realistic coffee shop data
def generate_coffee_data():
n_records = 2000
# Coffee menu items with realistic prices
menu_items = ['Espresso', 'Cappuccino', 'Latte', 'Americano', 'Mocha', 'Cold Brew']
prices = [2.50, 4.00, 4.50, 3.00, 5.00, 3.50]
price_map = dict(zip(menu_items, prices))
# Generate dates over 6 months
start_date = datetime(2023, 6, 1)
dates = [start_date + timedelta(days=np.random.randint(0, 180))
for _ in range(n_records)]
# Randomly select drinks, then map the correct price for each selected drink
drinks = np.random.choice(menu_items, n_records)
prices_chosen = [price_map[d] for d in drinks]
data = {
'date': dates,
'drink': drinks,
'price': prices_chosen,
'quantity': np.random.choice([1, 1, 1, 2, 2, 3], n_records),
'customer_type': np.random.choice(['Regular', 'New', 'Tourist'],
n_records, p=[0.5, 0.3, 0.2]),
'payment_method': np.random.choice(['Card', 'Cash', 'Mobile'],
n_records, p=[0.6, 0.2, 0.2]),
'rating': np.random.choice([2, 3, 4, 5], n_records, p=[0.1, 0.4, 0.4, 0.1])
}
return data
# Create our coffee shop DataFrame
coffee_data = generate_coffee_data()
df = pl.DataFrame(coffee_data)이것은 2,000 개의 커피 트랜잭션이있는 샘플 데이터 세트를 만듭니다. 각 행은 주문한 것, 언제 비용이 들고, 누가 구입했는지와 같은 세부 사항이있는 하나의 판매를 나타냅니다.
틀 데이터를보고 있습니다
데이터를 분석하기 전에 작업중인 내용을 이해해야합니다. 요리를 시작하기 전에 새로운 레시피를 보는 것처럼 생각하십시오.
# Take a peek at your data
print("First 5 transactions:")
print(df.head())
print("\nWhat types of data do we have?")
print(df.schema)
print("\nHow big is our dataset?")
print(f"We have {df.height} transactions and {df.width} columns")그만큼 head() 방법은 처음 몇 행을 보여줍니다. 스키마는 각 열에 포함 된 정보 유형 (숫자, 텍스트, 날짜 등)을 알려줍니다.
First 5 transactions:
shape: (5, 7)
┌─────────────────────┬────────────┬───────┬──────────┬───────────────┬────────────────┬────────┐
│ date ┆ drink ┆ price ┆ quantity ┆ customer_type ┆ payment_method ┆ rating │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ datetime[μs] ┆ str ┆ f64 ┆ i64 ┆ str ┆ str ┆ i64 │
╞═════════════════════╪════════════╪═══════╪══════════╪═══════════════╪════════════════╪════════╡
│ 2023-09-11 00:00:00 ┆ Cold Brew ┆ 5.0 ┆ 1 ┆ New ┆ Cash ┆ 4 │
│ 2023-11-27 00:00:00 ┆ Cappuccino ┆ 4.5 ┆ 1 ┆ New ┆ Card ┆ 4 │
│ 2023-09-01 00:00:00 ┆ Espresso ┆ 4.5 ┆ 1 ┆ Regular ┆ Card ┆ 3 │
│ 2023-06-15 00:00:00 ┆ Cappuccino ┆ 5.0 ┆ 1 ┆ New ┆ Card ┆ 4 │
│ 2023-09-15 00:00:00 ┆ Mocha ┆ 5.0 ┆ 2 ┆ Regular ┆ Card ┆ 3 │
└─────────────────────┴────────────┴───────┴──────────┴───────────────┴────────────────┴────────┘
What types of data do we have?
Schema({'date': Datetime(time_unit="us", time_zone=None), 'drink': String, 'price': Float64, 'quantity': Int64, 'customer_type': String, 'payment_method': String, 'rating': Int64})
How big is our dataset?
We have 2000 transactions and 7 columns틀 새 열 추가
이제 비즈니스 통찰력을 추출하겠습니다. 모든 커피 숍 소유자는 거래 당 총 수익을 알고 싶어합니다.
# Calculate total sales amount and add useful date information
df_enhanced = df.with_columns([
# Calculate revenue per transaction
(pl.col('price') * pl.col('quantity')).alias('total_sale'),
# Extract useful date components
pl.col('date').dt.weekday().alias('day_of_week'),
pl.col('date').dt.month().alias('month'),
pl.col('date').dt.hour().alias('hour_of_day')
])
print("Sample of enhanced data:")
print(df_enhanced.head())출력 (정확한 숫자가 다를 수 있음) :
Sample of enhanced data:
shape: (5, 11)
┌─────────────┬────────────┬───────┬──────────┬───┬────────────┬─────────────┬───────┬─────────────┐
│ date ┆ drink ┆ price ┆ quantity ┆ … ┆ total_sale ┆ day_of_week ┆ month ┆ hour_of_day │
│ --- ┆ --- ┆ --- ┆ --- ┆ ┆ --- ┆ --- ┆ --- ┆ --- │
│ datetime[μs ┆ str ┆ f64 ┆ i64 ┆ ┆ f64 ┆ i8 ┆ i8 ┆ i8 │
│ ] ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
╞═════════════╪════════════╪═══════╪══════════╪═══╪════════════╪═════════════╪═══════╪═════════════╡
│ 2023-09-11 ┆ Cold Brew ┆ 5.0 ┆ 1 ┆ … ┆ 5.0 ┆ 1 ┆ 9 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-11-27 ┆ Cappuccino ┆ 4.5 ┆ 1 ┆ … ┆ 4.5 ┆ 1 ┆ 11 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-09-01 ┆ Espresso ┆ 4.5 ┆ 1 ┆ … ┆ 4.5 ┆ 5 ┆ 9 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-06-15 ┆ Cappuccino ┆ 5.0 ┆ 1 ┆ … ┆ 5.0 ┆ 4 ┆ 6 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-09-15 ┆ Mocha ┆ 5.0 ┆ 2 ┆ … ┆ 10.0 ┆ 5 ┆ 9 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────┴────────────┴───────┴──────────┴───┴────────────┴─────────────┴───────┴─────────────┘다음은 다음과 같습니다.
with_columns()데이터에 새 열을 추가합니다pl.col()기존 열을 나타냅니다alias()새로운 열에 설명적인 이름을 제공합니다- 그만큼
dt액세서는 날짜에서 부품을 추출합니다 (전체 날짜부터 한 달만받는 것과 같이)
이것을 스프레드 시트에 계산 된 필드를 추가하는 것처럼 생각하십시오. 우리는 원래 데이터를 변경하지 않고 작업 할 더 많은 정보 만 추가합니다.
틀 데이터 그룹화
이제 몇 가지 흥미로운 질문에 대답합시다.
// 질문 1 : 베스트 셀러는 어떤 음료입니까?
이 코드는 모든 트랜잭션을 음료 유형별로 그룹화 한 다음 각 그룹의 총계 및 평균을 계산합니다. 모든 영수증을 음료 유형별로 말뚝으로 분류 한 다음 각 파일의 총계를 계산하는 것과 같습니다.
drink_performance = (df_enhanced
.group_by('drink')
.agg([
pl.col('total_sale').sum().alias('total_revenue'),
pl.col('quantity').sum().alias('total_sold'),
pl.col('rating').mean().alias('avg_rating')
])
.sort('total_revenue', descending=True)
)
print("Drink performance ranking:")
print(drink_performance)산출:
Drink performance ranking:
shape: (6, 4)
┌────────────┬───────────────┬────────────┬────────────┐
│ drink ┆ total_revenue ┆ total_sold ┆ avg_rating │
│ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ f64 ┆ i64 ┆ f64 │
╞════════════╪═══════════════╪════════════╪════════════╡
│ Americano ┆ 2242.0 ┆ 595 ┆ 3.476454 │
│ Mocha ┆ 2204.0 ┆ 591 ┆ 3.492711 │
│ Espresso ┆ 2119.5 ┆ 570 ┆ 3.514793 │
│ Cold Brew ┆ 2035.5 ┆ 556 ┆ 3.475758 │
│ Cappuccino ┆ 1962.5 ┆ 521 ┆ 3.541139 │
│ Latte ┆ 1949.5 ┆ 514 ┆ 3.528846 │
└────────────┴───────────────┴────────────┴────────────┘// 질문 2 : 일일 판매는 어떻게 생겼습니까?
이제 매주 매일의 거래 수와 해당 수익을 찾으십시오.
daily_patterns = (df_enhanced
.group_by('day_of_week')
.agg([
pl.col('total_sale').sum().alias('daily_revenue'),
pl.len().alias('number_of_transactions')
])
.sort('day_of_week')
)
print("Daily business patterns:")
print(daily_patterns)산출:
Daily business patterns:
shape: (7, 3)
┌─────────────┬───────────────┬────────────────────────┐
│ day_of_week ┆ daily_revenue ┆ number_of_transactions │
│ --- ┆ --- ┆ --- │
│ i8 ┆ f64 ┆ u32 │
╞═════════════╪═══════════════╪════════════════════════╡
│ 1 ┆ 2061.0 ┆ 324 │
│ 2 ┆ 1761.0 ┆ 276 │
│ 3 ┆ 1710.0 ┆ 278 │
│ 4 ┆ 1784.0 ┆ 288 │
│ 5 ┆ 1651.5 ┆ 265 │
│ 6 ┆ 1596.0 ┆ 259 │
│ 7 ┆ 1949.5 ┆ 310 │
└─────────────┴───────────────┴────────────────────────┘틀 필터링 데이터
고 부가가치 거래를 찾아 봅시다.
# Find transactions over $10 (multiple items or expensive drinks)
big_orders = (df_enhanced
.filter(pl.col('total_sale') > 10.0)
.sort('total_sale', descending=True)
)
print(f"We have {big_orders.height} orders over $10")
print("Top 5 biggest orders:")
print(big_orders.head())산출:
We have 204 orders over $10
Top 5 biggest orders:
shape: (5, 11)
┌─────────────┬────────────┬───────┬──────────┬───┬────────────┬─────────────┬───────┬─────────────┐
│ date ┆ drink ┆ price ┆ quantity ┆ … ┆ total_sale ┆ day_of_week ┆ month ┆ hour_of_day │
│ --- ┆ --- ┆ --- ┆ --- ┆ ┆ --- ┆ --- ┆ --- ┆ --- │
│ datetime[μs ┆ str ┆ f64 ┆ i64 ┆ ┆ f64 ┆ i8 ┆ i8 ┆ i8 │
│ ] ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
╞═════════════╪════════════╪═══════╪══════════╪═══╪════════════╪═════════════╪═══════╪═════════════╡
│ 2023-07-21 ┆ Cappuccino ┆ 5.0 ┆ 3 ┆ … ┆ 15.0 ┆ 5 ┆ 7 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-08-02 ┆ Latte ┆ 5.0 ┆ 3 ┆ … ┆ 15.0 ┆ 3 ┆ 8 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-07-21 ┆ Cappuccino ┆ 5.0 ┆ 3 ┆ … ┆ 15.0 ┆ 5 ┆ 7 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-10-08 ┆ Cappuccino ┆ 5.0 ┆ 3 ┆ … ┆ 15.0 ┆ 7 ┆ 10 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ 2023-09-07 ┆ Latte ┆ 5.0 ┆ 3 ┆ … ┆ 15.0 ┆ 4 ┆ 9 ┆ 0 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────┴────────────┴───────┴──────────┴───┴────────────┴─────────────┴───────┴─────────────┘틀 고객 행동 분석
고객 패턴을 살펴 보겠습니다.
# Analyze customer behavior by type
customer_analysis = (df_enhanced
.group_by('customer_type')
.agg([
pl.col('total_sale').mean().alias('avg_spending'),
pl.col('total_sale').sum().alias('total_revenue'),
pl.len().alias('visit_count'),
pl.col('rating').mean().alias('avg_satisfaction')
])
.with_columns([
# Calculate revenue per visit
(pl.col('total_revenue') / pl.col('visit_count')).alias('revenue_per_visit')
])
)
print("Customer behavior analysis:")
print(customer_analysis)산출:
Customer behavior analysis:
shape: (3, 6)
┌───────────────┬──────────────┬───────────────┬─────────────┬──────────────────┬──────────────────┐
│ customer_type ┆ avg_spending ┆ total_revenue ┆ visit_count ┆ avg_satisfaction ┆ revenue_per_visi │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ t │
│ str ┆ f64 ┆ f64 ┆ u32 ┆ f64 ┆ --- │
│ ┆ ┆ ┆ ┆ ┆ f64 │
╞═══════════════╪══════════════╪═══════════════╪═════════════╪══════════════════╪══════════════════╡
│ Regular ┆ 6.277832 ┆ 6428.5 ┆ 1024 ┆ 3.499023 ┆ 6.277832 │
│ Tourist ┆ 6.185185 ┆ 2505.0 ┆ 405 ┆ 3.518519 ┆ 6.185185 │
│ New ┆ 6.268827 ┆ 3579.5 ┆ 571 ┆ 3.502627 ┆ 6.268827 │
└───────────────┴──────────────┴───────────────┴─────────────┴──────────────────┴──────────────────┘틀 모든 것을 함께 모으십시오
포괄적 인 비즈니스 요약을 작성하겠습니다.
# Create a complete business summary
business_summary = {
'total_revenue': df_enhanced['total_sale'].sum(),
'total_transactions': df_enhanced.height,
'average_transaction': df_enhanced['total_sale'].mean(),
'best_selling_drink': drink_performance.row(0)[0], # First row, first column
'customer_satisfaction': df_enhanced['rating'].mean()
}
print("\n=== BEAN THERE COFFEE SHOP - SUMMARY ===")
for key, value in business_summary.items():
if isinstance(value, float) and key != 'customer_satisfaction':
print(f"{key.replace('_', ' ').title()}: ${value:.2f}")
else:
print(f"{key.replace('_', ' ').title()}: {value}")산출:
=== BEAN THERE COFFEE SHOP - SUMMARY ===
Total Revenue: $12513.00
Total Transactions: 2000
Average Transaction: $6.26
Best Selling Drink: Americano
Customer Satisfaction: 3.504틀 결론
방금 Polars를 사용하여 데이터 분석에 대한 포괄적 인 소개를 완료했습니다! 우리의 커피 숍 예제를 사용하여 (나는 희망), 당신은 원시 거래 데이터를 의미있는 비즈니스 통찰력으로 변환하는 방법을 배웠습니다.
데이터 분석에 능숙 해지는 것은 요리를 배우는 것과 같습니다.이 안내서의 예와 같이 기본 레시피로 시작하여 점차 좋아집니다. 열쇠는 연습과 호기심입니다.
다음에 데이터 세트를 분석 할 때는 다음과 같이 물어보십시오.
- 이 데이터는 어떤 이야기를합니까?
- 여기에 어떤 패턴이 숨겨져 있을까요?
- 이 데이터는 어떤 질문에 대답 할 수 있습니까?
그런 다음 새로운 폴라 기술을 사용하여 알아보십시오. 행복한 분석!
발라 프리 야 c 인도의 개발자이자 기술 작가입니다. 그녀는 수학, 프로그래밍, 데이터 과학 및 컨텐츠 제작의 교차점에서 일하는 것을 좋아합니다. 그녀의 관심 분야와 전문 지식에는 DevOps, 데이터 과학 및 자연어 처리가 포함됩니다. 그녀는 독서, 쓰기, 코딩 및 커피를 즐깁니다! 현재 그녀는 자습서, 방법 안내, 의견 조각 등을 통해 개발자 커뮤니티와 지식을 배우고 공유하는 작업을하고 있습니다. Bala는 또한 매력적인 리소스 개요 및 코딩 자습서를 만듭니다.
Post Comment