介绍Polars是一个极快的数据框架库，它使用ApacheArrow列格式作为内存模型，并在Rust中实现。它可以在Rust、Python和Node.js中使用。它具有以下特点：立即执行多线程SIMD查询优化强大的表达式API支持多种语言：Rust、Python等，更多信息请点击此用户指南。Python代码示例>>>df=pl.DataFrame(...{..."A":[1,2,3,4,5],..."fruits":["banana","banana","apple","apple","banana"],..."B":[5,4,3,2,1],..."cars":["beetle","audi","beetle","beetle","beetle"],...}...)#令人尴尬的并行执行#非常有表现力的查询语言>>>(...df....sort("fruits")....select(...[..."fruits",..."cars",...pl.lit("fruits").alias("literal_string_fruits"),...pl.col("B").filter(pl.col("cars")=="beetle").sum(),...pl.col("A").filter(pl.col("B")>2).sum().over("cars").alias("sum_A_by_cars"),#按"cars"分组...pl.col("A").sum().over("fruits").alias("sum_A_by_fruits"),#按"fruits"分组...pl.col("A").reverse().over("fruits").alias("rev_A_by_fruits"),#按“fruits...pl.col("A").sort_by("B").over("fruits").alias("sort_A_by_B_by_fruits"),#groupsby"fruits"...]...)...)shape:(5,8)┌──────────┬──────────┬────────────────┬──────┬────────────────┬──────────────┬──────────────┬────────────┐│fruits┆cars┆literal_stri┆B┆sum_A_by_ca┆sum_A_by_fr┆rev_A_by_fr┆sort_A_by_B││---┆---┆ng_fruits┆---┆rs┆uits┆uits┆_by_fruits││str┆str┆---┆i64┆---┆---┆---┆---││┆┆str┆┆i64┆i64┆i64┆i64│╞══════════╪══════════╪══════════════╪═════╪═════════════╪═════════════╪═════════════╪═════════════╡│“苹果”┆“1”┆“甲虫”1┆4┆7┆4┆4│├??????????┼??????????┼??????????????┼?????┼?????????????┼?????????????┼?????????????┼?????????????┤│“苹果”┆“甲虫”┆“水果”┆11┆4┆7┆3┆3│├??????????┼?????????????????????┕???????????┼?????┼?????????????┼?????????????┼?????????????┼?????????????┤│“香蕉”┆“甲虫”┆“水果”┆11┆4┆8┆5┆5│???????┼??????????┼??????????????┼?????┼?????????????┼?????????????┼?????????????┼?????????????“奥迪”???????┤┆“水果”┆11┆2┆8┆2┆2│├??????????┼??????????┼??????????????????????┼?????┼?????????????┼?????????????┼?????????????┼?????????????┤│“香蕉”┆“甲虫”┆“水果”┆11┆4┆8┆1┆1│└────────────┴──────────┴────────────────┴──────┴────────────┴──────────────┴────────────┴────────────┘性能量Polars速度非常快，事实上，它是目前性最好的解决方案之一具体可参看h2oai的db基准测试结果。此时我们自己用一些示例代码来比python的中pandas和polars推理。importpandasaspdimportpolarsasplimporttimeit#读取时间比start_df=timeit.default_timer()df=pd.read_csv("/Users/lenskit/Desktop/aa.csv")df=df.sort_values("company_name",ascending=False).head()stop_df=timeit.default_timer()print('time:',stop_df-start_df)start_pl=timeit.default_timer()data=pl.read_csv("/Users/lenskit/Desktop/aa.csv")data.sort(by="company_name",reverse=True).head()stop_pl=timeit.default_timer()print('time1:',stop_pl-start_pl)#纵向拼接时间对比start_df1=timeit.default_timer()df_1=pd.read_csv('/Users/lenskit/Desktop/aa.csv')df_2=pd.read_csv('/Users/lenskit/Desktop/bb.csv')df_1.append(df_2,ignore_index=True)stop_df1=timeit.default_timer()print('time2:',stop_df1-start_df1)start_pl1=timeit.default_timer()pl_1=pl.read_csv('/Users/lenskit/Desktop/aa.csv')pl_2=pl.read_csv('/Users/lenskit/Desktop/bb.csv')pl_1.vstack(pl_2)stop_pl1=timeit.default_timer()print('time3:',stop_pl1-start_pl1)time:5.088931238time1:0.8967700230000002time2:4.707102063time3:0.639797883可以看出polars在读取文件方面比pandas快5倍以上，在垂直数据拼接方面polars比pandas快7倍以上。Python安装使用以下语句安装最新的polars版本：$pip3install-Upolars[pyarrow]Polars目前更新频繁（每周/每隔几天），因此最好定期更新polars以获得最新的错误修复/特征。Rust安装你可以从http://crates.io获取最新版本，或者如果你想使用最新的特性/性能改进，你可以使用以下命令指向该版本的master分支。polars={git="https://github.com/pola-rs/polars",rev="
