Polars是一个用于数据转换、分析和可视化的Python库，提供快速且表达力强的DataFrame API。用户可通过终端安装，导入后使用链式方法进行数据读取、过滤和输出。

好的，这是根据您的要求，对原文进行的中文重述，保留了核心细节，并删减了与主题无关的内容（如书籍宣传、云服务等）。

Python Polars 速查表核心内容

Polars 是一个用于数据转换、分析和可视化的库，以其快速且富有表现力的 DataFrame API 著称。它由 Ritchie Vink 于 2020 年首次发布。

安装与导入

• 在终端使用 uv pip install "polars[all]" 安装 Polars 及其所有可选依赖。
• 在 Python 中导入：import polars as pl，可使用 pl.show_versions() 查看版本信息。

核心数据结构

• Series：一维数组，存储相同数据类型的值序列。
• DataFrame：二维表格，由多个等长的 Series 组成。
• LazyFrame：DataFrame 的蓝图，不存储数据，用于构建优化的查询计划。

与 pandas 不同，Polars DataFrame 没有行索引，API 更倾向于不可变性和方法链。

Eager（即时）与 Lazy（惰性）API

• Eager API：立即执行操作。
• Lazy API：先构建一个优化的查询计划，再执行。优化器会自动进行谓词下推（尽早过滤）和投影下推（丢弃未使用的列）。
• 通过 .lazy() 将 DataFrame 转为 LazyFrame，通过 .collect() 执行 LazyFrame 并返回 DataFrame。
• 使用 lf.collect(engine="streaming") 启用流式引擎，可处理超出内存大小的数据集。
• 使用 lf.explain() 和 lf.show_graph() 查看优化后的查询计划。
• 使用 lf.profile() 获取每个节点的执行时间。

数据类型

Polars 实现了 Apache Arrow 内存规范，支持多种数据类型，包括：

• 数值型：Decimal, Float32, Float64, Int8 到 Int128, UInt8 到 UInt64。
• 时间型：Date, Datetime, Duration, Time。
• 嵌套型：Array（定长序列）, List（变长序列）, Struct（多个命名字段）。
• 字符串型：String, Categorical, Enum。
• 其他：Boolean, Binary, Null。

数据读写

Polars 提供四类 I/O 函数：

• read_*()：将数据读入 DataFrame。
• scan_*()：创建 LazyFrame，延迟读取。
• write_*()：将 DataFrame 写入磁盘或云存储。
• sink_*()：流式写入数据，无需全部加载到内存。

支持的格式包括 CSV、Parquet、JSON、IPC/Feather、Delta Lake、Excel 等。可通过 storage_options 参数访问云存储中的文件。

数据转换

• 选择列：通过列名 (df.select("a", "b"))、表达式 (df.select(pl.col("x") * 2))、正则表达式 (pl.col("^.*_color$")) 或选择器 (cs.numeric()) 选择列。使用 df.drop() 删除列。
• 创建列：使用 df.with_columns() 添加新列或替换现有列。使用 pl.lit() 添加常量列，使用 df.with_row_index() 添加行号列。
• 过滤行：使用 df.filter() 根据布尔表达式过滤。支持逻辑与 (&)、或 (|)、非 (~)。使用 df.drop_nulls() 删除缺失值，df.unique() 删除重复行。
• 切片与采样：df.head(), df.tail(), df.slice(), df.sample() 等。
• 排序：df.sort() 支持单列或多列排序，可指定升序/降序和空值位置。df.top_k() 和 df.bottom_k() 用于获取最大/最小的 k 行。
• 重塑：df.unpivot() 实现宽表转长表，df.pivot() 实现长表转宽表。df.explode() 展开列表列，df.unnest() 展开结构体列，df.transpose() 转置。
• 分组与聚合：df.group_by() 分组后，使用 .agg() 进行聚合。支持窗口函数 over()。df.group_by_dynamic() 和 df.rolling() 用于时间序列的滚动和动态窗口计算。
• 连接与合并：df.join() 支持内连接、左连接、全外连接、半连接、反连接和交叉连接。df.join_asof() 用于非精确匹配的时间序列对齐。pl.concat() 用于纵向或横向拼接 DataFrame。

表达式

表达式是描述如何构建一个或多个 Series 的操作树。所有表达式从列 (pl.col())、所有列 (pl.all()) 或字面量 (pl.lit()) 开始。

• 算术与比较：支持标准的算术运算符（+, -, *, / 等）和比较运算符（<, >, == 等），以及对应的 .add(), .sub(), .gt(), .eq() 等方法。
• 布尔逻辑：使用 &, |, ~ 运算符或 .and_(), .or_(), .not_() 方法。
• 条件表达式：使用 pl.when().then().otherwise() 链式构建。
• 数学与统计：提供丰富的函数，如 abs(), sqrt(), log(), round(), clip(), cum_sum(), rolling_mean(), rank(), diff(), shift() 等。
• 缺失值处理：fill_null(), fill_nan(), drop_nulls(), is_null() 等。
• 字符串操作：通过 .str 命名空间访问，如 str.contains(), str.split(), str.to_uppercase(), str.to_datetime()。
• 日期时间操作：通过 .dt 命名空间访问，如 dt.month(), dt.replace(), dt.strftime(), dt.total_seconds()。
• 列表与数组操作：通过 .list 和 .arr 命名空间访问，如 list.len(), list.get(), arr.max(), arr.sort()。
• 结构体操作：通过 .struct 命名空间访问，如 struct.field(), struct.rename_fields()。
• 输出名称控制：通过 .name 命名空间，如 name.prefix(), name.to_lowercase()。

可视化

Polars 内置的绘图方法（基于 Altair）可通过 df.plot 命名空间使用。此外，Polars DataFrame 可直接与 Plotnine、Plotly、Seaborn 等库配合使用。

根据评论内容，总结如下：

核心观点：Polars速查表获好评，但用户对工具选择存在分歧

1. 速查表价值认可（作者jeroenjanssens）

   • 将500页书籍压缩为2页速查表，虽"有损压缩"但实用
   • 提供PDF和HTML版本，邀请用户反馈
   • 关键引用："It's a highly lossy compression, but hopefully a useful one!"

2. R语言用户对Polars持观望态度（作者clircle, wsowens）

   • 认为R的data.table/dplyr+ggplot体验更优
   • 但承认Polars可能解决Pandas的痛点
   • 关键引用："I always felt that R's data.table had the slickest dataframe developer experience"（clircle）
   • "Based on this cheatsheet though, it seems like Polars addresses some of the friction of Pandas"（wsowens）

3. 部分用户转向DuckDB（作者mrtimo）

   • 明确表示已从Python/Polars/Pandas迁移至DuckDB
   • 关键引用："I've moved from python/polars/pandas to DuckDB and have not looked back"

平衡性说明：评论呈现三种立场——Polars支持者（速查表制作者）、R语言偏好者（观望但开放）、DuckDB迁移者（完全转向）。未出现对Polars的强烈负面评价，但存在工具选择上的明显分歧。