这篇教程python Polars库的使用简介写得很实用，希望能帮到您。
大家好，我是小F～ 很多人在学习数据分析的时候，肯定都会用到Pandas这个库，非常的实用！ 从创建数据到读取各种格式的文件(text、csv、json)，或者对数据进行切片和分割组合多个数据源，Pandas都能够很好的满足。 Pandas最初发布于2008年，使用Python、Cython和C编写的。是一个超级强大、快速和易于使用的Python库，用于数据分析和处理。 当然Pandas也是有不足之处的，比如不具备多处理器，处理较大的数据集速度很慢。 今天，小F就给大家介绍一个新兴的Python库——Polars。 使用语法和Pandas差不多，处理数据的速度却比Pandas快了不少。 一个是大熊猫，一个是北极熊～ GitHub地址：https://github.com/ritchie46/polars 使用文档：https://ritchie46.github.io/polars-book/ Polars是通过Rust编写的一个库，Polars的内存模型是基于Apache Arrow。 Polars存在两种API，一种是Eager API，另一种则是Lazy API。 其中Eager API和Pandas的使用类似，语法差不太多，立即执行就能产生结果。 
而Lazy API就像Spark，首先将查询转换为逻辑计划，然后对计划进行重组优化，以减少执行时间和内存使用。 安装Polars，使用百度pip源。 # 安装polarspip install polars -i https://mirror.baidu.com/pypi/simple/ 安装成功后，开始测试，比较Pandas和Polars处理数据的情况。 使用某网站注册用户的用户名数据进行分析，包含约2600万个用户名的CSV文件。 文件已上传公众号，获取方式见文末。 import pandas as pddf = pd.read_csv('users.csv')print(df)数据情况如下。 
此外还使用了一个自己创建的CSV文件，用以数据整合测试。 import pandas as pddf = pd.read_csv('fake_user.csv')print(df)得到结果如下。 
首先比较一下两个库的排序算法耗时。 import timeitimport pandas as pdstart = timeit.default_timer()df = pd.read_csv('users.csv')df.sort_values('n', ascending=False)stop = timeit.default_timer()print('Time: ', stop - start)-------------------------Time: 27.555776743218303可以看到使用Pandas对数据进行排序，花费了大约28s。 import timeitimport polars as plstart = timeit.default_timer()df = pl.read_csv('users.csv')df.sort(by_column='n', reverse=True)stop = timeit.default_timer()print('Time: ', stop - start)-----------------------Time: 9.924110282212496Polars只花费了约10s，这意味着Polars比Pandas快了2.7倍。 下面，我们来试试数据整合的效果，纵向连接。 import timeitimport pandas as pdstart = timeit.default_timer()df_users = pd.read_csv('users.csv')df_fake = pd.read_csv('fake_user.csv')df_users.append(df_fake, ignore_index=True)stop = timeit.default_timer()print('Time: ', stop - start)------------------------Time: 15.556222308427095使用Pandas耗时15s。 import timeitimport polars as plstart = timeit.default_timer()df_users = pl.read_csv('users.csv')df_fake = pl.read_csv('fake_user.csv')df_users.vstack(df_fake)stop = timeit.default_timer()print('Time: ', stop - start)-----------------------Time: 3.475433263927698Polars居然最使用了约3.5s，这里Polars比Pandas快了4.5倍。 通过上面的比较，Polars在处理速度上表现得相当不错。 可以是大家在未来处理数据时，另一种选择～ 当然，Pandas目前历时12年，已经形成了很成熟的生态，支持很多其它的数据分析库。 Polars则是一个较新的库，不足的地方还有很多。 如果你的数据集对于Pandas来说太大，对于Spark来说太小，那么Polars便是你可以考虑的一个选择。
文件地址：链接:https://pan.baidu.com/s/14fFNOPomQe38RLbAUq5W7w 密码:nfqv 以上就是python Polars库的使用简介的详细内容，更多关于python Polars库的使用的资料请关注51zixue.net其它相关文章！
python基础之匿名函数详解
python实现简单倒计时功能 |
