Python Polars：数据处理的终极速查表
Python Polars Cheatsheet (based on our O'Reilly book)
Polars 是一个由 Ritchie Vink 在 2020 年推出的高性能数据处理库，凭借快速且表达力强的 DataFrame API，正在成为 Python 数据科学领域的有力竞争者。它基于 Apache Arrow 内存规范，支持 Series、DataFrame 和 LazyFrame 三种核心数据结构，既提供即时执行的 Eager API，也支持构建优化查询计划的 Lazy API。无论是读取 CSV、Parquet 等格式，还是进行列选择、行过滤、数据重塑与聚合，Polars 都通过简洁的方法链实现高效操作。其独特的惰性计算机制与流式引擎，让处理超出内存的大数据集成为可能。这份速查表涵盖了从安装、数据类型、读写操作到复杂转换的完整指南，是每位 Python 数据工程师的必备工具。
Polars 查询通常读取数据、转换数据，并将结果写回，一个完整的查询往往只是一串方法调用。
HN 评论区
40- jeroenjanssens
过去几周，我们将那本厚达近 500 页的《Python Polars: The Definitive Guide》压缩成了一张两页的速查表。这是一种高损耗的压缩，但希望它依然有用！除了 PDF 版本，我们还提供了一个易于访问的 HTML 版本。
我们很想知道大家的看法。如果有任何你们喜欢的 Polars 操作被我们遗漏了，或者对我们如何组织这份速查表有任何反馈，请告诉我们。
- wsowens
尽管我大部分的过程式代码是用 Python 写的，但我一直更倾向于用 R 做数据分析。尽管 R 有不少缺点，但 dplyr + ggplot 以及 tidyverse 其余部分的易用性确实很难被超越。我几次尝试使用 Pandas 和 matplotlib/seaborne 的结果总是令人沮丧。不过，根据这份速查表来看，Polars 似乎解决了 Pandas 的一些摩擦点。很期待去试试！
- clircle
我理解数据科学界已经转向 Python 了，但我总觉得 R 的 data.table 拥有最顺滑的 DataFrame 开发体验。我玩弄过 Polars 几个小时，也许我应该给它一个更好的机会。
- paulfharrison
我确信 Polars 很棒，但我就是无法接受每次想引用 DataFrame 中的某一列时，都需要敲 10 个字符的仪式性代码。
pl.col("...")
- mrtimo
我已经从 python/polars/pandas 转向 DuckDB，并且从未回过头。