P
polars
Fast DataFrame library (Apache Arrow). Select, filter, group_by, joins, lazy evaluation, CSV/Parquet I/O, expression API, for high-performance data analysis workflows.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Fast DataFrame library (Apache Arrow). Select, filter, group_by, joins, lazy evaluation, CSV/Parquet I/O, expression API, for high-performance data analysis workflows.
How to use
- Zainstaluj Polars za pomocą menadżera pakietów:
uv pip install polars. 2. Zaimportuj bibliotekę w swoim skrypcie Pythona:import polars as pl. 3. Utwórz DataFrame, przekazując słownik z danymi — każdy klucz to nazwa kolumny, a wartości to listy danych. 4. Używaj wyrażeń do manipulacji danymi: odwołuj się do kolumn za pomocąpl.col("nazwa_kolumny"), a następnie łącz metody takie jak filtrowanie (filter), wybieranie kolumn (select) czy dodawanie nowych kolumn (with_columns). 5. Dla dużych zbiorów danych użyj leniwej ewaluacji — zamiastpl.read_csv()użyjpl.scan_csv(), który buduje plan zapytania bez natychmiastowego wczytania pliku, a następnie wywołaj.collect()aby wykonać operacje. 6. Komponuj złożone transformacje, łącząc wyrażenia w metodach takich jakgroup_bydo agregacji danych lubjoindo łączenia tabel.