Polars 是一个速度极快的 DataFrames 库。
它拥有以下特性：
1.多线程
2.强大的表达式API
3.查询优化
下面给大家简单介绍一下这个模块的使用方式。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。
(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.
(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南
Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：
pip install polars2.Polars 使用介绍
在初始化变量的时候，Polars用起来的方式和Pandas没有太大区别，下面我们定义一个初始变量，后面所有示例都使用这个变量：
import polars as pldf = 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"], })选择需要展示的数据：
(df.select([ pl.col("A"), "B", # the col part is inferred pl.lit("B"), # we must tell polars we mean the literal "B" pl.col("fruits"),]))效果如下：
他还能使用正则表达式筛选值并进行求和等操作：
# 正则表达式(df.select([ pl.col("^A|B$").sum()]))# 或者多选(df.select([ pl.col(["A", "B"]).sum()]))
Polars支持下面这样复杂且高效的查询及展示：
>>> 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"),... pl.col("A").sum().over("fruits").alias("sum_A_by_fruits"),... pl.col("A").reverse().over("fruits").alias("rev_A_by_fruits"),... pl.col("A").sort_by("B").over("fruits").alias("sort_A_by_B_by_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 │╞══════════╪══════════╪══════════════╪═════╪═════════════╪═════════════╪═════════════╪═════════════╡│ "apple" ┆ "beetle" ┆ "fruits" ┆ 11 ┆ 4 ┆ 7 ┆ 4 ┆ 4 ││ "apple" ┆ "beetle" ┆ "fruits" ┆ 11 ┆ 4 ┆ 7 ┆ 3 ┆ 3 ││ "banana" ┆ "beetle" ┆ "fruits" ┆ 11 ┆ 4 ┆ 8 ┆ 5 ┆ 5 ││ "banana" ┆ "audi" ┆ "fruits" ┆ 11 ┆ 2 ┆ 8 ┆ 2 ┆ 2 ││ "banana" ┆ "beetle" ┆ "fruits" ┆ 11 ┆ 4 ┆ 8 ┆ 1 ┆ 1 │└──────────┴──────────┴──────────────┴─────┴─────────────┴─────────────┴─────────────┴─────────────┘3.Polars 高级使用
倒序操作，将值倒序后重新放回变量中，起名为xxx_reverse：
(df.select([ pl.all(), pl.all().reverse().suffix("_reverse")]))
对所有列求和，并放回变量中，起名为 xxx_sum：
(df.select([ pl.all(), pl.all().sum().suffix("_sum")]))
正则也能用于筛选：
predicate = pl.col("fruits").str.contains("^b.*")(df.select([ predicate]))
在设定一个新列的时候，甚至可以根据条件来给不同的行设定值：
(df.select([ "fruits", "B", pl.when(pl.col("fruits") == "banana").then(pl.col("B")).otherwise(-1).alias("b")]))
fold 函数很强大，它能在列上执行操作，获得最快的速度，也就是矢量化执行：
df = pl.DataFrame({ "a": [1, 2, 3], "b": [10, 20, 30], })out = df.select( pl.fold(acc=pl.lit(0), f=lambda acc, x: acc + x, exprs=pl.col("*")).alias("sum"),)print(out)#shape: (3, 1)#┌─────┐#│ sum │#│ --- │#│ i64 │#╞═════╡#│ 11 │#├╌╌╌╌╌┤#│ 22 │#├╌╌╌╌╌┤#│ 33 │#└─────┘Polars 还有许多其他有用的特性，大家感兴趣的可以访问他们的用户手册进行阅读和学习：
https://pola-rs.github.io/polars-book/user-guide
我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。
有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典
评论(0)