Python Polars ―高速なデータ処理を実現する次世代ライブラリ

12章テキスト関連、時間関連、ネストデータ型の扱い

「4章　データ構造とデータ型」では、Polarsが提供する基本的なデータ型と、それらがSeriesのデータストアにどのように使用されるかを説明した。このうち一部のデータ型には特に注目する必要がある。特殊なメソッドあるか、特定のユースケースに最適化されているからだ。

これらのデータ型は、テキスト関連、時間関連、ネストデータ型に分類できる。テキスト関連はString、Categorical、Enumの3つ、時間関連はDate、Datetime、Time、Durationの4つ、ネストデータ型はList、Array、Structの3つだ。

Enumを除き、これらのデータ型はそれぞれ名前空間を持つ。名前空間は、複数のメソッドを1つのアクセサーにグループ化する。例えば、Expr.str名前空間はStringに関するすべてのメソッドを持ち、Expr.dt名前空間は時間関連のすべてのメソッドを持つ。

本章では、次のことを学ぶ。

• テキスト関連、時間関連、ネストデータ型でSeriesを作成する
• Stringデータ型を使ってテキストを扱う
• CategoricalとEnumを使用して、テキストデータを効率的に扱う
• DateとDatetimeを使用して時間関連データを処理する
• List、Array、Structを使用してシーケンスとネストデータを格納する

必要なファイルを入手する手順は「2章　Polarsを使い始める」で説明している。ここでは、dataサブディレクトリにファイルがあると仮定する。

12.1　String

Stringはテキストを表現するデータ型で、文字、数字、記号の列で構成される。Stringに対する固有の演算（パターン検索、分割、他のデータ型への変換など）が用意されている。このため、Stringデータ型にはPolarsの ...