4-functions-to-know-if-you-are-planning-to-switch-from-pandas-to-polars-094a04bb4ec8.md

如果你打算从 Pandas 转到 Polars，必须了解的 4 个函数

原文：towardsdatascience.com/4-functions-to-know-if-you-are-planning-to-switch-from-pandas-to-polars-094a04bb4ec8?source=collection_archive---------2-----------------------#2024-01-11

本文包含了 Pandas 和 Polars 的代码

Soner Yıldırım

·发布于 Towards Data Science ·阅读时长 6 分钟·2024 年 1 月 11 日

--

图片来自 Israel Palacio 在 Unsplash

当数据量很大时，Pandas 有时会变得难以使用。与大数据集相关的两个主要问题是 Pandas 进行内存中分析以及创建中间副本。

另一方面，Pandas 用户友好的 API 和丰富的灵活函数选择，使其成为最受欢迎的数据分析和处理库之一。

Polars 是 Pandas 的一个很好的替代方案，尤其是当数据量太大，Pandas 难以处理时。Polars 的语法介于 Pandas 和 PySpark 之间。

在本文中，我们将介绍四个在使用 Pandas 和 Polars 进行数据清理、处理和分析时必须掌握的函数。

数据

首先，我们当然需要数据来学习这些函数是如何工作的。我准备了示例数据，您可以在我的 datasets 仓库中下载。我们将在本文中使用的数据集名为“data_polars_practicing.csv”。

让我们从将数据集读入 DataFrame 开始，DataFrame 是 Polars 和 Pandas 库中的二维数据结构。

import polars as pl

df_pl =…