用途：Polars 是面向 Python 和 Rust 的高性能 DataFrame 库，基于 Apache Arrow 构建，适用于数据能放入内存、但 pandas 性能不足的数据处理、迁移与管道优化场景。
主要能力：提供表达式 API（pl.col 引用列，可在 select、with_columns、filter、group_by 等上下文中组合复用）；支持惰性求值（LazyFrame 先构建查询计划再优化执行，含谓词下推、投影下推与并行执行）与即时求值（DataFrame）；支持分组聚合、over() 窗口函数、连接、拼接、透视与逆透视；支持 CSV、Parquet、JSON、Excel、数据库、云存储（S3、Azure、GCS）及 BigQuery 等 I/O。
使用方式：安装命令为 uv pip install polars。基本用法如 pl.DataFrame 创建数据，df.select、df.filter、df.with_columns 做选择、过滤与新增列；大数据建议用 pl.scan_csv 等惰性接口，最后 .collect() 执行，必要时 .collect(streaming=True)。
适用场景：pandas 迁移、复杂查询管道、只需部分行列的大数据集、性能敏感的数据处理。
限制：无索引，仅整数位置；严格类型，不做静默类型转换；热路径中应避免 Python 函数，优先使用原生表达式；.map_elements() 仅在必要时使用。资料未提供具体收费、价格与平台支持细节。