polars | 技能详情 | OpenClaw Study

适用于可放入内存的数据集的高速内存内 DataFrame 库。当 pandas 太慢但数据仍能放入内存时使用。支持惰性求值、并行执行,基于 Apache Arrow 后端。最适合 1–100 GB 的数据集、ETL 管道,作为更快的 pandas 替代方案。对于超出内存的数据,请使用 Dask 或 Vaex。

适用于可放入内存的数据集的高速内存内 DataFrame 库。当 pandas 太慢但数据仍能放入内存时使用。支持惰性求值、并行执行,基于 Apache Arrow 后端。最适合 1–100 GB 的数据集、ETL 管道,作为更快的 pandas 替代方案。对于超出内存的数据,请使用 Dask 或 Vaex。

本页属于 OpenClaw Skills 学习体系,覆盖技能安装、分类导航与实战链接。

English 繁體中文 日本語 Español Português