Accelerating Python Pandas Workflows with Modin

• 熟悉 Pandas
• Python 程式设计经验

观众

• 数据科学家
• 开发人员

Modin 是一个并行数据帧系统，旨在加速 Pandas 工作流。它可以用来处理大型数据集，利用 Ray 或 Dask 作为 Python 中分散式计算的后端框架。

这种由讲师指导的现场培训（在线或现场）面向希望使用 Modin 构建和实施并行计算的数据科学家和开发人员 Pandas 以加快数据分析速度。

在本次培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

介绍

• Modin vs Dask vs Ray
• Modin 功能和架构概述
• Pandas 基本原理

开始

• 安装Modin
• 从 Modin 导入 Pandas
• 预设为 Modin 中的 Pandas
• 支援的 API

使用 Modin 管理 Pandas 工作流

• 在单个节点上使用Modin
• 在集群上使用 Modin
• 连线到资料库 （read_sql）
• 优化 Modin 的资源

与 Datasets 交互

• 读取资料、删除列和查找值
• 执行高级 Pandas 操作
• 常见问题和示例

故障排除

总结和后续步骤