polars - Polars 高性能 DataFrame 数据处理库
基于 Apache Arrow 的快速内存 DataFrame 库，支持惰性求值与并行执行，适用于 1-100GB 数据集的高效处理。
标签
更新于: 2026-06-30能力
典型输入
典型输出
该技能可以做什么
- 读取 CSV/Parquet/JSON 数据文件
- 写入多种格式数据文件
- 过滤 DataFrame 行
- 选择和转换列
- 添加计算列
- 分组聚合数据
- 连接多个 DataFrame
- 透视和逆透视数据
- 执行惰性求值查询
- 应用窗口函数
- 纵向或横向拼接 DataFrame
输入
- 数据文件（CSV/Parquet/JSON/Excel）
- 数据库连接
- 云存储凭据（S3/Azure/GCS）
- BigQuery 数据集
输出
- 处理后的 DataFrame
- 输出数据文件
- 查询结果
要求
- Python 或 Rust 运行环境
- 已安装 polars 包
- 足够的内存空间（1-100GB）