Polars 是一个高性能 DataFrame 库，面向快速数据处理，具备惰性求值、并行执行和内存高效等特性，可在任意规模数据集上使用。该技能帮助掌握 Polars 的数据处理能力。
适用场景 适合在以下情况使用 Polars：处理超出 pandas 能力的大型数据集（10GB+）；对数据转换速度有极致要求；内存受限、需要高效利用内存；希望自动利用全部 CPU 核心进行并行处理；执行复杂聚合，如分组、窗口函数、滚动计算；需要在执行前进行查询优化（惰性求值）；构建生产级 ETL 管道；处理大于内存的流式数据。
不适合在以下情况使用 Polars：必须依赖 pandas 专属生态库；数据集较小（低于 100MB，pandas 已足够）；已有大量 pandas 遗留代码；需要与 Matplotlib/Seaborn 直接集成（这些工具与 pandas 配合更好）；时间序列需求特殊、某些 pandas 时间序列特性更成熟。
安装
基础安装：pip install polars；安装全部可选依赖：pip install 'polars[all]'；按需安装特定扩展：pip install 'polars[numpy,pandas,pyarrow,fsspec,connectorx,xlsx2csv,deltalake,timezone]'；使用 uv（推荐）：uv pip install polars pyarrow connectorx。
主要能力
- DataFrame 创建与 I/O：可从 Python 字典、NumPy 数组、字典列表创建 DataFrame，并可显式指定 schema；读取 CSV、Parquet（推荐用于大数据）、多个 Parquet（支持 glob）、JSON、JSON Lines、Excel、Delta Lake，以及通过 ConnectorX 从 SQL 数据库读取、从 URL 读取；写出 CSV、Parquet（支持 zstd/lz4/snappy/gzip/brotli 压缩及压缩级别、统计信息、行组大小）、JSON/NDJSON、Delta Lake、IPC/Arrow 格式。
- 惰性求值与查询优化：使用
pl.scan_csv等创建 LazyFrame，链式操作后通过explain()查看查询计划、collect()执行、collect(streaming=True)流式执行、fetch(n)仅取前 N 行；优化器会自动进行谓词下推、投影下推、合并/重排操作、消除冗余操作；可用sink_parquet将结果直接写入文件，进一步提升内存效率。 - 表达式 API：支持列选择（含正则、
pl.all()、pl.exclude()）、算术运算、条件表达式（pl.when().then().otherwise()）、字符串操作、列表操作、结构体操作、日期时间操作（年、月、日、星期、周、季度、格式化等）。 - 分组与聚合：
group_by().agg()支持求和、均值、最值、标准差、计数、分位数、方差、偏度等；支持多分组键、保持顺序、动态聚合表达式、条件聚合、first/last、head/tail、唯一值统计，以及通过map_elements自定义聚合。 - 窗口函数：
over()支持组内排名、累计求和/最大值/最小值/计数、shift滞后与领先、百分比变化、滚动均值/求和/标准差/最小值/最大值、基于时间的滚动窗口（rolling_mean_by、rolling_sum_by）、指数加权（ewm_mean、ewm_std）。 - 连接与拼接：支持 inner、left、right、full、cross、semi、anti 连接；可按多列连接、不同列名连接、指定重复列后缀；支持垂直拼接多个 DataFrame。
使用方式
通过 Python 导入 import polars as pl，创建 DataFrame 或使用 scan_* 函数构建惰性查询，链式调用表达式与聚合方法，最后 collect 或写出结果。示例代码覆盖上述各能力，可直接参考。
限制 文档中未提供关于收费、价格、平台支持或性能基准的具体信息；上述不适用场景为资料中明确列出的排除条件。
（内容基于所提供的技能说明整理，未添加额外事实。）