Polars – Fast DataFrame Library Cheatsheet

Polars – Fast DataFrame Library Cheatsheet

Polars ist eine High-Performance DataFrame-Bibliothek in Rust geschrieben mit Python-, R- und Node-Bindings. Es ist standardmäßig Multi-Threaded, auf Apache Arrow spalten-basiertem Speicher aufgebaut und bietet eine Lazy API mit einem Query-Optimizer, der die Arbeit vor der Ausführung neu ordnet und beschneidet. Bei großen Datensätzen ist es typischerweise viele Male schneller als Pandas und verwendet weniger Speicher, während seine Expression-API sauberer zusammengesetzt wird. Es ist 2026 die Standard-Empfehlung für neue Datenarbeit geworden.

Installation

Methode	Befehl
pip	pip install polars
uv	uv add polars
Mit Extras	pip install "polars[all]" (excel, database, plotting)
Überprüfen	python -c "import polars as pl; print(pl.__version__)"

Lesen & Schreiben

Operation	Code
CSV	pl.read_csv("data.csv")
Parquet	pl.read_parquet("data.parquet")
JSON	pl.read_json("data.json")
Database	pl.read_database(query, connection)
Lazy CSV	pl.scan_csv("data.csv") (aufgeschoben)
Lazy Parquet	pl.scan_parquet("*.parquet")
Schreiben	df.write_parquet("out.parquet")

Eager vs Lazy (die Kernidee)

import polars as pl

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

# Lazy: baut einen Plan, optimiert, dann läuft auf .collect()
result = (
    pl.scan_csv("sales.csv")
      .filter(pl.col("amount") > 100)
      .group_by("region")
      .agg(pl.col("amount").sum())
      .collect()
)

Lazy-Modus lässt den Optimizer Filter nach unten zum Scan drücken und liest nur benötigte Spalten – oft eine große Speedup bei großen Dateien. Bevorzugen Sie scan_* + .collect() für echte Workloads.

Expressions (die Kern-API)

Expression	Macht
pl.col("x")	Referenzieren Sie eine Spalte
pl.col("x").sum()	Aggregieren
pl.col("x").alias("y")	Ausgabe umbenennen
pl.col("*")	Alle Spalten
pl.lit(5)	Literal Wert
pl.when(cond).then(a).otherwise(b)	Konditional

Auswählen & Filtern

Aufgabe	Code
Spalten wählen	df.select("a", "b")
Berechnete Spalte	df.with_columns((pl.col("a") * 2).alias("a2"))
Reihen filtern	df.filter(pl.col("a") > 10)
Mehrere Bedingungen	df.filter((pl.col("a") > 10) & (pl.col("b") == "x"))
Head/Tail	df.head(10), df.tail(10)
Sortieren	df.sort("a", descending=True)
Eindeutig	df.unique(subset=["a"])

Aggregation & Gruppierung

(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"),
   ))

Aggregation	Expression
Sum/Mean/Min/Max	.sum(), .mean(), .min(), .max()
Count	.count(), .n_unique()
First/Last	.first(), .last()
Quantile	.quantile(0.95)
List Collect	.implode()

Joins

Typ	Code
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 (Zeit)	a.join_asof(b, on="ts")

Strings, Dates, Lists

Namespace	Beispiel
.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)

Interop

Ziel	Code
Pandas	df.to_pandas() / pl.from_pandas(pdf)
Arrow	df.to_arrow()
NumPy	df.to_numpy()
DuckDB	Fragen Sie Polars Frames direkt von DuckDB ab

Polars vs Pandas

Aspekt	Polars	Pandas
Engine	Rust, Multi-Threaded	Python/C, meist Single-Threaded
Memory	Arrow Spalten	NumPy-unterstützt
Lazy Optimizer	Ja	Nein
API	Expression-basiert, zusammensetzbar	Index-zentrisch
Ökosystem	Wächst schnell	Riesig, reif

Für SQL-First Analytics über Dateien paaren Sie mit DuckDB; Pandas bleibt wertvoll für seine Ökosystem-Breite.

Ressourcen

• Offizielle Website
• User Guide
• GitHub Repository