Polars 数据的信息

说明

《Python Polars》教程正在筹划更新中，敬请期待！Polars 是一个高性能的数据处理库，特别适用于大数据集和需要并行计算的场景。如果你在处理大数据时遇到性能瓶颈，可以考虑尝试 Polars，它的延迟计算和并行化机制可以显著提升处理效率。

在 Polars 中，Series 和 DataFrame 是两种核心的数据结构。它们都有一系列的属性和方法，帮助用户更高效地进行数据处理。

概述

以下是 Series 和 DataFrame 的一些常见属性的总结：

属性	说明
`Series.name`	获取或设置 Series 的名称。
`DataFrame.columns`	获取或设置 DataFrame 的列名。
`DataFrame.dtypes`	获取每一列的数据类型。
`DataFrame.flags`	获取列上设置的标志（通常用于底层标志设置）。
`DataFrame.height`	获取 DataFrame 的行数。
`DataFrame.schema`	获取一个有序的列名与数据类型的映射。
`DataFrame.shape`	获取 DataFrame 的形状，返回 `(行数, 列数)`。
`DataFrame.width`	获取 DataFrame 的列数。

Series 的名称 name

获取或设置 Series 的名称。每个 Series 在 Polars 中都可以有一个名称，这个名称通常用于标识它在 DataFrame 中的列名。你也可以通过这个属性修改 Series 的名称。

示例：

import polars as pl

# 创建一个示例 Series
s = pl.Series("age", [25, 30, 35, 40])

# 获取 Series 的名称
print(s.name)  # "age"

# 设置 Series 的名称
s.name = "years_old"
print(s.name)  # "years_old"

通过 Series.name 属性，你可以轻松访问或修改 Series 的名称，这对于 DataFrame 操作非常有用。

列名 columns

获取或设置 DataFrame 的列名。返回一个列表，包含所有列的名称。

示例：

import polars as pl

# 创建一个示例 DataFrame
df = pl.DataFrame({
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 35],
    "city": ["New York", "Los Angeles", "Chicago"]
})

# 获取列名
print(df.columns)  # ['name', 'age', 'city']

# 设置新的列名
df.columns = ["full_name", "years_old", "location"]
print(df.columns)  # ['full_name', 'years_old', 'location']

数据类型 dtypes

获取 DataFrame 中每一列的数据类型，返回一个列表，列出了所有列的类型。

示例：

# 获取列的数据类型
print(df.dtypes)  # [String, Int64, String]

每个列的数据类型会以 Polars 类型表示，例如 pl.Int32、pl.Utf8、pl.Float64 等。

标志 flags

获取列上设置的标志。这个属性返回的是列标志的集合，通常用于检查某些列是否启用了特定的行为或设置（例如是否包含 null 值等）。

示例：

# 获取列的标志
print(df.flags)

这个属性通常在底层实现中使用，不是常用的 API 之一，更多地用于优化或设置底层行为。

行数 height

获取 DataFrame 中的行数，即数据的高度。

示例：

# 获取 DataFrame 的高度（行数）
print(df.height)  # 3

这是一个非常直接的属性，用来查看数据的行数。

结构信息 schema

获取 DataFrame 的结构信息，返回一个有序的映射（字典），其中列名是键，数据类型是值。它帮助你了解 DataFrame 中的列及其数据类型。

示例：

# 获取 DataFrame 的结构
print(df.schema)
# 输出示例：Schema({'full_name': String, 'years_old': Int64, 'location': String})

这个属性对于调试和了解 DataFrame 的列信息非常有用。

形状 shape

获取 DataFrame 的形状，返回一个元组 (n_rows, n_columns)，其中 n_rows 是行数，n_columns 是列数。

示例：

# 获取 DataFrame 的形状（行数和列数）
print(df.shape)  # (3, 3)

这与 NumPy 和 Pandas 中的 shape 属性类似，便于快速了解 DataFrame 的维度。

列数 width

获取 DataFrame 中的列数，返回列的数量。

示例：

# 获取 DataFrame 的宽度（列数）
print(df.width)  # 3

这个属性常用于检查 DataFrame 的列数，特别是在操作过程中需要根据列数进行处理时。

参考

https://docs.pola.rs/api/python/stable/reference/dataframe/attributes.html
https://docs.pola.rs/api/python/stable/reference/series/attributes.html

< 读取和导出数据 Polars 教程应用案例 >

更新时间：2025-01-18 18:06:47 标签：polars python 数据信息