python Polars库的使用简介

Python Polars库使用简介

什么是Polars库

Polars是一个开源的基于Rust编写的Python数据操作库。Polars库旨在使数据操作更快、更可靠和更易于使用。它的灵感来自于Pandas，并使用了类似于Numpy和Pandas的数据模型。

安装Polars库

要安装Polars库，可以使用pip命令，如下所示：

pip install polars

创建Series对象

要创建一个Series对象，可以使用pl.Series方法。示例代码如下：

import polars as pl

# 创建Series对象
s = pl.Series("a", [1, 2, 3, 4])

print(s)

输出结果如下：

shape: (4,)
Series: 'a' [i64]
[
    1
    2
    3
    4
]

创建DataFrame对象

要创建一个DataFrame对象，可以使用pl.DataFrame方法。示例代码如下：

import polars as pl

# 创建DataFrame对象
df = pl.DataFrame({
    "a": [1, 2, 3, 4],
    "b": ["foo", "bar", "baz", "qux"]
})

print(df)

输出结果如下：

shape: (4, 2)
╭─────┬───────╮
│ a   ┆ b     │
│ --- ┆ ---   │
│ i64 ┆ str   │
╞═════╪═══════╡
│ 1   ┆ "foo" │
│ 2   ┆ "bar" │
│ 3   ┆ "baz" │
│ 4   ┆ "qux" │
╰─────┴───────╯

选择数据

要选择DataFrame对象的数据，可以使用[]和.select方法。示例代码如下：

import polars as pl

# 创建DataFrame对象
df = pl.DataFrame({
    "a": [1, 2, 3, 4],
    "b": ["foo", "bar", "baz", "qux"]
})

# 选择a列
a = df["a"]
print(a)

# 选择a,b列
a_b = df.select(["a", "b"])
print(a_b)

输出结果如下：

shape: (4,)
Series: 'a' [i64]
[
    1
    2
    3
    4
]
shape: (4, 2)
╭─────┬───────╮
│ a   ┆ b     │
│ --- ┆ ---   │
│ i64 ┆ str   │
╞═════╪═══════╡
│ 1   ┆ "foo" │
│ 2   ┆ "bar" │
│ 3   ┆ "baz" │
│ 4   ┆ "qux" │
╰─────┴───────╯

数据过滤

要根据条件过滤DataFrame对象的数据，可以使用&或|符号进行逻辑运算。示例代码如下：

import polars as pl

# 创建DataFrame对象
df = pl.DataFrame({
    "a": [1, 2, 3, 4],
    "b": ["foo", "bar", "baz", "qux"]
})

# 根据条件过滤数据
filtered = df[(df["a"] > 1) & (df["b"] != "foo")]
print(filtered)

输出结果如下：

shape: (2, 2)
╭─────┬─────╮
│ a   ┆ b   │
│ --- ┆ --- │
│ i64 ┆ str │
╞═════╪═════╡
│ 2   ┆ "bar"│
│ 3   ┆ "baz"│
╰─────┴─────╯

总结

Polars库是一个快速、可靠和易于使用的数据操作库，可以使用常见的数据模型和操作方法进行数据操作。在实际项目中，Polars库可以在数据处理和分析方面提供帮助。