Scaling Up with R and Apache Arrow
Bigger Data, Easier Workflows
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 44.99
-
22 769 Ft (21 685 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 2 277 Ft off)
- Discounted price 20 492 Ft (19 517 Ft + 5% áfa)
22 769 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1
- Kiadó Chapman and Hall
- Megjelenés dátuma 2025. június 2.
- ISBN 9781032660288
- Kötéstípus Puhakötés
- Terjedelem160 oldal
- Méret 234x156 mm
- Súly 453 g
- Nyelv angol
- Illusztrációk 20 Illustrations, black & white; 20 Line drawings, black & white; 12 Tables, black & white 700
Kategóriák
Rövid leírás:
This book provides a guide to working efficiently with larger-than-memory datasets using the arrow R package. You'll learn how to overcome these hurdles without needing to set up complex infrastructure. Written by developers of the Arrow R package, this guide is essential for anyone looking to scale their data processing capabilities in R.
TöbbHosszú leírás:
Analyze large datasets directly from R. Scaling Up With R and Arrow provides a guide to working efficiently with larger-than-memory datasets using the arrow R package. As data grows in size and complexity, traditional data analysis methods in R often hit technical limitations. In this book, you'll learn how to overcome these hurdles without needing to set up complex infrastructure.
You'll learn about the Apache Arrow project's origins, goals, and its significance in bridging the gap between data science and big data ecosystems. You'll also learn how to leverage the arrow R package to work directly with files in various formats, such as CSV and Parquet, using familiar dplyr syntax. This book explores practical topics like data manipulation, file formats, working with larger datasets, and optimizing workflows for data in cloud storage. Advanced chapters examine user-defined functions, integration with other tools like DuckDB, and extending Arrow's capabilities to work with geospatial data.
Written by developers of the Arrow R package, this guide is essential for anyone looking to scale their data processing capabilities in R.
TöbbTartalomjegyzék:
Acknowledgements Foreword 1. Introduction 2. Getting Started 3. Data Manipulation 4. Files and Formats 5. Datasets 6. Cloud 7. Advanced Topics 8. Sharing Data and Interoperability References Appendices
Több
