第 56 章 Polars 与 pandas 对比选型
2026-10-19 08:00:00 pandas 是 Python 数据分析的事实标准,但从 2020 年起,一个用 Rust 编写、从底层就基于 Apache Arrow 的列式 DataFrame 库 Polars 快速崛起。本篇用本机 100 万行真实基准(pandas 3.0.6 vs polars 2.0.0,8 线程)对比两者在过滤、groupby、join、排序上的耗时,给出语法对照表、lazy/eager 模式差异、迁移指南,以及"什么场景继续用 pandas、什么场景切 Polars"的明确建议。学完你能在新项目里做出有依据的选型,而不是凭口碑。 上一章我们刚看完 pandas 2.x/3.0 如何向 Arrow 靠拢;本章则是一个"从零开始就是 Arrow-native、多核并行、带查询优化器"的参照系。两篇合在一起,你会对 Python 数据分析的底层格局有完整认识。
开发宋国卿