Polars 快速入门
Polars 是一个用 Rust 编写的 DataFrame 库，使用 Arrow 作为其底层数据结构。它的目标是通过并行化 DataFrame 上的查询，提供一个快速的解决方案。
安装
使用 pip install 即可安装 Polars。
$ pip install polars
所有二进制包都是基于 Python 3.6+ 构建的。
实例
下面的例子中我们读入并解析一个 CSV 文件，过滤后紧跟一个 groupby 分组求和操作：
import polars as pl
df = pl.read_csv("https://j.mp/iriscsv")
print(df.filter(pl.col("sepal_length") > 5).groupby("species").agg(pl.all().sum())
)上面的代码输出如下：
shape: (3, 5)
├──────────────┼──────────────────┼─────────────────┼──────────────────┼─────────────────┤
│ species ┆ sepal_length_sum ┆ sepal_width_sum ┆ petal_length_sum ┆ petal_width_sum │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
├──────────────┼──────────────────┼─────────────────┼──────────────────┼─────────────────┤
│ "virginica" ┆ 324.5 ┆ 146.2 ┆ 273.1 ┆ 99.6 │
├──────────────┼──────────────────┼─────────────────┼──────────────────┼─────────────────┤
│ "versicolor" ┆ 281.9 ┆ 131.8 ┆ 202.9 ┆ 63.3 │
├──────────────┼──────────────────┼─────────────────┼──────────────────┼─────────────────┤
│ "setosa" ┆ 116.9 ┆ 81.7 ┆ 33.2 ┆ 6.1 │
└──────────────┴──────────────────┴─────────────────┴──────────────────┴─────────────────┘如上所示， Polars 可以格式化输出，包括作为表头的列名和数据类型。
延迟执行示例
上面的例子我们也可以采用延迟执行方式执行：
import polars as pl
print(pl.read_csv("https://j.mp/iriscsv").lazy().filter(pl.col("sepal_length") > 5).groupby("species").agg(pl.all().sum()).collect()
)
如果数据文件保存在本地，我们还可以使用 scan_csv 来实现延迟执行查询。
更多详细信息和高级用法，请访问Polars 官方文档。
