polars

数据人阿多

Python polars学习-06 Lazy / Eager APIpolars学习系列文章，第6篇 Lazy / Eager API Lazy：延迟、惰性 Eager：即时、实时

pandas和polars的常见用法对比最近上班需要处理的都是百万，千万级的数据，pandas的性能已经不够看了（虽然它在处理数据上是真的很好用），公司都是用的polar和pyspark，我最近也学习了一些，然后写篇文章对比一下他们的常见用法。虽然他们都有数据框dataframe这个数据结构，但是具体用法还是有很多差异的。

小龙在山东

数据分析工具Polars实现CSV读写、排序、应用函数、lazy APIpolars使用rust实现，内部使用arrow列存储格式，支持并行数据处理，比pandas快，分两种模式eager和lazy。适合中、小型数据处理，大型数据建议用Spark。