Polars - مكتبة DataFrame سريعة (Cheatsheet)

Polars - مكتبة DataFrame سريعة (Cheatsheet)

Polars هي مكتبة DataFrame عالية الأداء مكتوبة بـ Rust مع ربط Python و R و Node. إنها متعددة الخيوط بشكل افتراضي، مبنية على ذاكرة Apache Arrow العمودية، وتوفر API بطيء مع محسِّن استعلام يعيد ترتيب وتقليص العمل قبل التنفيذ. في مجموعات البيانات الكبيرة فإنها عادة ما تكون أسرع بكثير من pandas وتستخدم ذاكرة أقل، بينما تؤلف API التعبير الخاص بها بشكل أنظف. أصبحت التوصية الافتراضية لعمل البيانات الجديد في 2026.

التثبيت

الطريقة	الأمر
pip	pip install polars
uv	uv add polars
مع extras	pip install "polars[all]" (excel، database، plotting)
التحقق	python -c "import polars as pl; print(pl.__version__)"

القراءة والكتابة

العملية	الكود
CSV	pl.read_csv("data.csv")
Parquet	pl.read_parquet("data.parquet")
JSON	pl.read_json("data.json")
قاعدة بيانات	pl.read_database(query, connection)
CSV البطيء	pl.scan_csv("data.csv") (مؤجل)
Parquet البطيء	pl.scan_parquet("*.parquet")
الكتابة	df.write_parquet("out.parquet")

Eager مقابل Lazy (الفكرة الأساسية)

import polars as pl

# Eager: ينفذ فوراً
df = pl.read_csv("sales.csv")
result = df.filter(pl.col("amount") > 100).group_by("region").agg(pl.col("amount").sum())

# Lazy: يبني خطة، يحسّن، ثم يشغل على .collect()
result = (
    pl.scan_csv("sales.csv")
      .filter(pl.col("amount") > 100)
      .group_by("region")
      .agg(pl.col("amount").sum())
      .collect()
)

يسمح وضع Lazy للمحسِّن بدفع المرشحات إلى المسح وقراءة الأعمدة المطلوبة فقط — غالباً تسريع كبير في الملفات الكبيرة. فضّل scan_* + .collect() لأعمال حقيقية.

التعبيرات (API الأساسي)

التعبير	يفعل
pl.col("x")	الإشارة إلى عمود
pl.col("x").sum()	التجميع
pl.col("x").alias("y")	إعادة تسمية المخرجات
pl.col("*")	جميع الأعمدة
pl.lit(5)	قيمة حرفية
pl.when(cond).then(a).otherwise(b)	شرطي

الاختيار والتصفية

المهمة	الكود
اختيار الأعمدة	df.select("a", "b")
عمود محسوب	df.with_columns((pl.col("a") * 2).alias("a2"))
تصفية الصفوف	df.filter(pl.col("a") > 10)
شروط متعددة	df.filter((pl.col("a") > 10) & (pl.col("b") == "x"))
Head/tail	df.head(10), df.tail(10)
الترتيب	df.sort("a", descending=True)
الفريد	df.unique(subset=["a"])

التجميع والتجميع

(df.group_by("region")
   .agg(
       pl.col("amount").sum().alias("total"),
       pl.col("amount").mean().alias("avg"),
       pl.col("order_id").n_unique().alias("orders"),
   ))

التجميع	التعبير
Sum/mean/min/max	.sum(), .mean(), .min(), .max()
العد	.count(), .n_unique()
الأول/الأخير	.first(), .last()
Quantile	.quantile(0.95)
جمع القوائم	.implode()

الجداول الموحدة

النوع	الكود
Inner	a.join(b, on="id")
Left	a.join(b, on="id", how="left")
Outer	a.join(b, on="id", how="full")
Anti	a.join(b, on="id", how="anti")
Semi	a.join(b, on="id", how="semi")
As-of (time)	a.join_asof(b, on="ts")

النصوص والتواريخ والقوائم

مساحة الاسم	مثال
.str	pl.col("s").str.to_uppercase(), .str.contains("x")
.dt	pl.col("t").dt.year(), .dt.truncate("1h")
.list	pl.col("l").list.len(), .list.first()
.cast	pl.col("a").cast(pl.Int64)

التوافقية

الهدف	الكود
pandas	df.to_pandas() / pl.from_pandas(pdf)
Arrow	df.to_arrow()
NumPy	df.to_numpy()
DuckDB	الاستعلام عن إطارات Polars مباشرة من DuckDB

Polars مقابل pandas

الجانب	Polars	pandas
المحرك	Rust، متعدد الخيوط	Python/C، في الغالب أحادي الخيط
الذاكرة	Arrow عمودي	NumPy-backed
محسِّن Lazy	نعم	لا
API	قائم على التعبير، قابل للتكوين	Index-centric
النظام البيئي	ينمو بسرعة	واسع، ناضج

لـ SQL-first analytics على الملفات، اقترن مع DuckDB؛ pandas يبقى مهماً لاتساع نظام بيئي.

الموارد

• Official Website
• User Guide
• GitHub Repository