Domina la librería de manipulación de datos más rápida del ecosistema Python.
Bienvenido al repositorio oficial del curso Aprende a manipular datos con Polars y Python.
Aquí encontrarás todos los materiales prácticos para dominar Polars, la librería diseñada para procesar datos a la velocidad del rayo utilizando Rust por debajo. Si vienes de Pandas, aquí aprenderás a escribir código más eficiente, paralelizado y capaz de manejar volúmenes de datos mucho mayores.
En este curso nos enfocamos en las dos grandes ventajas de esta tecnología:
- Velocidad: Procesamiento multihilo automático.
- Lazy Evaluation: Optimización de consultas antes de ejecutarlas (LazyFrame).
👉 Inscríbete al curso completo en Udemy
El repositorio está organizado en carpetas numeradas que te guiarán desde lo básico hasta las funciones avanzadas. Cada sección contiene notebooks interactivos (.ipynb) con explicaciones teóricas y código ejecutable.
- 📂 Sección 1: Primeros pasos e instalación.
- 📂 Sección 2: El objeto Series (la base de todo).
- 📂 Sección 3: Lectura y escritura de archivos (CSV, Parquet, etc.).
- 📂 Sección 4: Trabajo con DataFrames.
- 📂 Sección 5: LazyFrame (El secreto del rendimiento en Polars).
- 📂 Sección 6: Expresiones y contextos.
- 📂 Sección 7: Selectores y funciones avanzadas.
- 📂 Sección 8: Miscelánea y casos de uso.
- Clona el repositorio:
git clone [https://github.com/jmcurbelo/polars-dataframe.git](https://github.com/jmcurbelo/polars-dataframe.git)
- Ejecuta los Notebooks:
Navega a la carpeta de la sección que te interese (ej:
Sección 5) y abre los archivos.ipynb.
Tip: Te recomiendo seguir el orden numérico de las carpetas, ya que los conceptos de Lazy Evaluation (Sección 5) se construyen sobre la base de los DataFrames estándar.
Este material es complementario al curso en video.
- Si tienes dudas sobre los conceptos, por favor usa la sección de Preguntas y Respuestas (Q&A) en Udemy.
- Si encuentras un error en el código, ¡siéntete libre de abrir un Issue o un Pull Request!
Hecho con ❤️ por José Miguel Moya Curbelo | Instructor de Big Data & Ingeniería de Datos