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.

KDK-Dense official Данные ★ 47.7k

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

  1. Установить стабильную версию Polars (например, 1.44.2) через менеджер пакетов uv pip.
  2. Импортировать библиотеку и загрузить данные, используя API, совместимый с pandas или нативные методы Polars.
  3. Применить выражения (expressions) для трансформации данных, используя ленивую оценку для отложенного вычисления.
  4. Настроить параллельное выполнение или потоковую обработку для оптимизации ресурсов.
  5. При необходимости интегрировать с Arrow или использовать GPU-ускорение (требует настройки провайдера).

Примеры запросов агенту

Как перенести мой текущий скрипт на pandas в Polars для ускорения обработки?
Напиши код на Polars с ленивыми запросами для фильтрации и агрегации большого датасета.
Как настроить параллельное выполнение операций в Polars для оптимизации ETL-пайплайна?

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

1Скачать навык
# возьмите папку навыка «polars» из репозитория: # https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r polars/ ~/.claude/skills/polars/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.