polars
Высокопроизводительная библиотека DataFrames для Python, оптимизированная для ETL, аналитики и миграции с pandas. Использует ленивые запросы, параллельное выполнение и потоковую обработку, поддерживает Arrow и GPU.
Что делает навык
Polars — это высокопроизводительная колоночная библиотека DataFrames для Python и Rust с поддержкой Arrow, оптимизированная для эффективной обработки данных, миграции с pandas и оптимизации конвейеров. Она использует выражения (expression-based API), ленивую оценку запросов и параллельное выполнение для ускорения вычислений.
Когда применять
- Миграция существующих пайплайнов данных с pandas на Polars для повышения производительности.
- Обработка больших объемов данных с использованием ленивых запросов (lazy evaluation) для оптимизации памяти.
- Параллельная обработка данных и потоковая обработка для ускорения ETL-процессов.
- Взаимодействие с внешними источниками данных, такими как BigQuery, облачные хранилища или удаленные базы данных.
Как работает
- Установить стабильную версию Polars (например, 1.44.2) через менеджер пакетов uv pip.
- Импортировать библиотеку и загрузить данные, используя API, совместимый с pandas или нативные методы Polars.
- Применить выражения (expressions) для трансформации данных, используя ленивую оценку для отложенного вычисления.
- Настроить параллельное выполнение или потоковую обработку для оптимизации ресурсов.
- При необходимости интегрировать с Arrow или использовать GPU-ускорение (требует настройки провайдера).
Примеры запросов агенту
Что понадобится
- Установка Polars версии 1.44.2 через uv pip.
- Наличие Arrow для интероперабельности.
- Настройка провайдера для использования GPU, BigQuery или удаленных баз данных.
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
SKILL.md к навыкам ассистентаНавык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.