Polars 的 Series

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。

Series 是 Polars 提供的核心基础数据结构之一，可以看作是一列数据，类似于 Pandas 的 pd.Series。

特点

它的设计特点如下：

一维结构
Series 是一个一维的数据结构，用于存储一组线性排列的数据。
同质性（Homogeneous）
- 所谓“同质性”，是指 Series 中的所有元素都必须是相同的数据类型。
- 这种设计使得数据操作更加高效，避免了因混合类型导致的性能开销和复杂性。
功能强大
Series 支持各种操作，例如：
- 元素级计算。
- 数据类型的快速转换。
- 与其他 Polars 数据结构（如 DataFrame）的无缝交互。
灵活的数据类型支持
Series 支持 Polars 的所有内部数据类型，包括数值类型（如 Int64、Float32）、字符串类型（Utf8）、时间类型（Date、Datetime）、嵌套类型（List、Struct）等。

示例代码

创建一个 Series：

import polars as pl

# 创建一个整数 Series
s = pl.Series("numbers", [1, 2, 3, 4, 5])
print(s)
'''
shape: (5,)
Series: 'numbers' [i64]
[
	1
	2
	3
	4
	5
]
'''

常用操作：

# 获取数据类型
print(s.dtype)  # 输出: Int64

# 获取数据名称
print(s.name)  # 输出: numbers

# 获取数据的形状
print(s.shape)  # 输出: (5,)

# 执行矢量化操作
print(s * 2)  # 输出: [2, 4, 6, 8, 10]
'''
shape: (5,)
Series: 'numbers' [i64]
[
	2
	4
	6
	8
	10
]
'''

# 筛选操作
print(s.filter(s > 3))  # 输出: [4, 5]
'''
shape: (2,)
Series: 'numbers' [i64]
[
	4
	5
]
'''

创建 Series

在 Polars 中，可以通过多种方式创建一个 Series，具体取决于数据的来源和需要的类型。以下是一些常用方法：

1. 从列表创建

最常见的方式是直接从一个 Python 列表创建 Series。

import polars as pl

# 创建一个整数 Series
s = pl.Series("numbers", [1, 2, 3, 4, 5])
print(s)

输出：

shape: (5,)
Series: 'numbers' [i64]
[
    1
    2
    3
    4
    5
]

2. 从标量创建

可以使用单一标量值创建一个重复元素的 Series。

# 创建一个重复值的 Series
s = pl.Series("repeated", value=10, length=5)
print(s)

输出：

shape: (5,)
Series: 'repeated' [i64]
[
    10
    10
    10
    10
    10
]

3. 指定数据类型

可以通过参数指定 Series 的数据类型。

# 创建一个浮点数 Series
s = pl.Series("floats", [1, 2, 3, 4, 5], dtype=pl.Float64)
print(s)

输出：

shape: (5,)
Series: 'floats' [f64]
[
    1.0
    2.0
    3.0
    4.0
    5.0
]

4. 从 NumPy 数组创建

Polars 与 NumPy 集成，可以直接使用 NumPy 数组创建 Series。

import numpy as np

# 从 NumPy 数组创建 Series
array = np.array([1, 2, 3, 4, 5])
s = pl.Series("from_numpy", array)
print(s)

5. 从 Pandas Series 创建

如果已经有一个 Pandas 的 pd.Series，可以轻松转换为 Polars 的 Series。

import pandas as pd

# 创建一个 Pandas Series
pd_series = pd.Series([1, 2, 3, 4, 5])

# 转换为 Polars Series
s = pl.Series("from_pandas", pd_series)
print(s)

6. 从字典创建

虽然 Series 通常是单列数据，但可以结合键值对的形式快速生成。

data = {"a": [1, 2, 3], "b": [4, 5, 6]}
s = pl.DataFrame(data)["a"]  # 提取一列作为 Series
print(s)

总结

Polars 提供了多种方式灵活创建 Series，无论是从列表、标量、NumPy 数组还是 Pandas 的数据，都能快速构造适配 Polars 的高性能数据结构。用户可以根据场景选择最适合的方法。

适用场景

单列数据分析：可以独立对某一列的数据进行计算或分析。
高效存储：由于其同质性和列式存储特点，Series 在内存使用和计算性能上都非常出色。
与 DataFrame 交互：可以轻松地从 DataFrame 中提取某一列作为 Series。

总结来说，Polars 的 Series 是一个高效、灵活的一维数据容器，是处理大规模数据的理想选择。

< 内部数据类型 Polars 教程 Dataframe >

更新时间：2024-12-08 19:59:54 标签：polars python series