Pandas или PySpark: что и когда использовать?

Освойте бесплатно один из важных инструментов аналитика — библиотеку Pandas: https://clck.ru/3R496w Станьте аналитиком данных, за которым работодатели выстраиваются в очередь: https://clck.ru/3R48zG _________________________________ Многие привыкли думать, что PySpark больше подходит для больших данных, а Pandas — для маленьких таблиц. В этом ролике мы разберём реальные критерии выбора того или иного инструмента. Спойлер: главное различие в их использовании — не в объёме данных, а в архитектуре обработки и запроса. Илья Ковалёв, старший аналитик данных в Dodo Brands, расскажет, как работают эти инструменты, и в конце даст чек-лист для ваших рабочих задач. Colab из видео: https://clck.ru/3R49ST Что в видео: 0:40 - Зачем нужны Pandas и PySpark 1:24 - Принцип работы PySpark 4:08 - Кейс: расчёт выручки по магазинам 9:37 - Кейс с большими данными 12:01 - Синтаксис PySpark и Pandas 16:07 - Чек-лист, какой инструмент выбрать _________________________________ Подписывайтесь на Simulative: 📌 Telegram: https://t.me/+J_a-_wHfRQg4YmRi 📌 Канал Андрона: https://t.me/andron_233 📌 ВКонтакте: https://vk.com/simulative 📌 Блог об аналитике: https://clck.ru/3R4As8