표현식과 셀렉트 (Expressions and Select)

표현식과 셀렉트 (Expressions and Select)

우리는 앞선 섹션에서 "표현식(expression)"이라는 개념을 이미 만났어요. 이 섹션에서는 Polars가 제공하는 표현식의 유형들을 본격적으로 탐구해 볼게요. 각 항목은 표현식이 무엇을 하는지 개요를 잡아주고, 추가 예시를 함께 제공합니다.

핵심 (Essentials)

• 기본 연산 (Basic operations) – 컬럼에 대한 기본 연산, 이를테면 산술 계산, 비교, 그리고 흔하고 특별한 목적이 없는 일반적인 연산을 어떻게 하는지 다룹니다.
• 표현식 확장 (Expression expansion) – 표현식 확장이 무엇이고 어떻게 사용하는지 다룹니다.
• 캐스팅 (Casting) – 값을 다른 데이터 타입으로 변환(캐스트)하는 방법을 다룹니다.

특정 데이터 타입 다루기

특정 유형의 데이터를 다루거나 데이터 타입 네임스페이스를 사용하는 방법입니다.

• 문자열 (Strings) – 문자열과 str 네임스페이스 다루는 방법
• 리스트와 배열 (Lists and arrays) – List와 Array 데이터 타입의 차이, 언제 어느 쪽을 써야 하는지, 그리고 각각을 사용하는 방법
• 범주형 데이터와 enum (Categorical data and enums) – Categorical과 Enum 데이터 타입의 차이, 언제 어느 쪽을 써야 하는지, 그리고 사용하는 방법
• 구조체 (Structs) – Struct 데이터 타입을 언제 쓰는지, 사용하는 방법
• 누락 데이터 (Missing data) – 누락 데이터를 다루는 방법과 누락 값을 채우는 방법

연산 유형

• 집계 (Aggregation) – group_by 같은 집계 컨텍스트에서 어떻게 동작하는지
• 윈도우 함수 (Window functions) – 데이터프레임의 컬럼에 걸쳐 윈도우 함수를 적용하는 방법
• 폴드 (Folds) – 컬럼을 가로질러 임의의 계산을 수행하는 방법

사용자 정의 함수

• 사용자 정의 파이썬 함수 (User-defined Python functions) – 사용자가 정의한 파이썬 함수를 데이터프레임의 컬럼이나 컬럼의 값에 적용하는 방법
• NumPy 함수 (Numpy functions) – Polars 데이터프레임과 시리즈에 NumPy의 네이티브 함수를 사용하는 방법