基于 Rust 与 Apache Arrow 的高性能 DataFrame 库——多线程并行、惰性执行、查询优化、超越内存流式处理，pandas 的现代替代品
pandas 诞生于 2008 年，是 Python 数据分析的绝对基石，但它的架构性问题在大数据时代越发凸显：单线程执行（受 GIL 掣肘，用不满多核 CPU）、基于 NumPy 的行式/混合内存布局（缓存不友好、字符串与缺失值处理低效）、Eager 立即求值（每步都物化中间结果，无法跨操作优化）、API 冗余混乱（[]、.loc、.iloc、apply 语义各异，容易踩 SettingWithCopyWarning）。
Polars 用 Rust 从零重写了 DataFrame 引擎：底层是 Apache Arrow 列式内存格式（缓存友好、SIMD 向量化、零拷贝互操作），天然多线程并行（不受 GIL 限制），提供统一的表达式（Expression）API，并首创 Lazy 惰性执行 + 查询优化器——先构建查询计划、做谓词下推/投影下推等优化，再一次性执行。配合 streaming 流式引擎，还能处理大于内存的数据集。
本教程 10 章从零讲到精通：安装与核心原理、Series/DataFrame 数据结构、表达式 API、过滤排序选择、groupby 聚合与窗口、join 与拼接、Lazy API 与查询优化、时间序列、字符串/列表/结构体、生态集成与性能实战。
六大特性让 Polars 成为 2026 年的高性能数据处理首选
核心用 Rust 编写，天然并行、无 GIL 束缚，充分吃满多核 CPU。
列式存储 + SIMD 向量化，缓存友好，与 Arrow 生态零拷贝互操作。
LazyFrame 先构建计划，谓词下推/投影下推/公共子表达式消除后再执行。
streaming 引擎分块执行，能处理超出物理内存的数据集。
pl.col() 表达式在 select/filter/groupby 中一以贯之，可组合、可复用。
与 pandas/NumPy/Arrow/DuckDB 互转，Parquet 原生支持，迁移平滑。
10 章从安装到性能实战，覆盖 Eager 与 Lazy 两套心智模型
为何比 pandas 快、Apache Arrow 列式内存、Rust 多线程、eager vs lazy、安装与第一个 hello world。
核心数据结构、dtype（Int64/Float64/Utf8/Boolean/Categorical）、创建与读取、schema、null 表示。
pl.col/pl.lit、select/with_columns、算术与比较、别名 alias，理解这套 API 的核心地位。
filter、sort、head/tail、unique，when/then/otherwise 条件表达式，链式管道风格。
group_by().agg()、多聚合、over 窗口表达式、pivot 透视，分组内的表达式威力。
join（inner/left/outer/semi/anti/cross）、concat、align，与 pandas merge 对比。
LazyFrame、scan_csv/scan_parquet、collect、谓词/投影下推、explain 查询计划、streaming。
Datetime/Duration、dt 命名空间、group_by_dynamic、rolling 滚动窗口、时区、resample。
str 命名空间、list 命名空间、struct 结构体、explode 展开、正则表达式处理。
与 pandas/NumPy/Arrow/DuckDB 互转、Parquet 最佳实践、性能调优清单、常见坑与迁移建议。