1. Polars基础教程

关键概念：

• Expression API：用于快速灵活的分析。
• 并行计算：易于实现。
• 惰性模式查询优化：自动进行。
• 流处理：处理超过内存大小的数据集。
  导入Polars：

import polars as pl

配置选项设置：

pl.Config.settblrows(6)  # 设置打印DataFrame的行数

加载数据：
Polars支持多种数据格式，如CSV、Parquet、Arrow、JSON、Excel和数据库连接。

csvfile = "../data/titanic.csv"
df = pl.readcsv(csvfile)
df.head(3)

2. Polars库介绍

Polars是一个高性能的DataFrame库，用Rust编写，提供了以下特性：

• 高性能：通过Rust编写和矢量化列式处理实现。
• 数据读写支持：支持常见数据文件和云存储。
• 并行处理：自动利用所有可用CPU核心。
• GPU支持：可选在NVIDIA GPUs上运行查询。
  安装命令：

pip3 install 'polars[all]'

3. 数据读写操作

DataFrame示例：

df = pl.DataFrame({"idx": [1, 2, 3, 4],"name": ["张三", "李四", "王五", "赵六"],"birthday": [datetime(2009, 5, 1),datetime(2005, 10, 15),datetime(2000, 12, 31),datetime(1995, 6, 15),],"gender": ["男", "男", "男", "女"],"bio": ["好好学习，天天向上", "泰难了", "学习有毛用", "躺平ing"],
})

存储和读取数据：

df.writecsv("data.csv")
df.writeexcel("data.xlsx")
df.writejson("data.json")
df.writeparquet("data.parquet")
df_csv = pl.readcsv("data.csv")

4. Expressions

Polars的核心部分是Expressions，提供了以下模块结构：

• select
• filter
• groupby
• withcolumns
  选择列：

print(df.select(pl.col("")))
print(df.select(pl.all()))
print(df.select(pl.col('float','date')))