dataframe库之间的极轻量级兼容层

导航

验证详情

这些详情已由PyPI 验证
项目链接
GitHub统计
维护者
Avatar for anopsy from gravatar.com anopsy Avatar for dealeon from gravatar.com dealeon Avatar for EdoAbati from gravatar.com EdoAbati Avatar for FBruzzesi from gravatar.com FBruzzesi Avatar for MarcoGorelli from gravatar.com MarcoGorelli

未经验证的详细信息

这些详细信息尚未由 PyPI 进行验证
元数据
  • 许可证：MIT 许可证
  • 作者： Marco Gorelli
  • 需求： Python >=3.8
  • 提供额外功能： cudf, dask, modin, pandas, polars, pyarrow
分类

项目描述

Narwhals

narwhals_small

PyPI version Downloads

数据框库之间的极轻量级和可扩展兼容层！

  • 全面 API 支持：cuDF, Modin, pandas, Polars, PyArrow
  • 仅懒式支持：Dask
  • 交换级支持：Ibis, Vaex, 以及任何实现 DataFrame 交换协议的其他工具

无缝支持所有，不依赖任何！

开始使用！

使用 / 与其集成

加入聚会！

如果列表中缺少您的项目，请随时添加，并且/或者如果您需要任何支持，请在 Discord 上与我们聊天。

安装

  • pip（推荐，因为它是最新版本）
    pip install narwhals
  • conda-forge（也可以，但最新版本可能需要更长时间才能出现）
    conda install -c conda-forge narwhals

用法

使用 Narwhals 编写数据框库无关代码有三个步骤

  1. 使用 narwhals.from_native 将 pandas/Polars/Modin/cuDF/PyArrow DataFrame/LazyFrame 包装在 Narwhals 类中

  2. 使用 Narwhals 支持的 Polars API 子集

  3. 使用 narwhals.to_native 将对象返回给用户，以其原始数据框格式。例如

    • 如果您开始于 pandas，您将得到 pandas
    • 如果您开始于 Polars，您将得到 Polars
    • 如果您开始于 Modin，您将得到 Modin（计算将进行分布式处理）
    • 如果您开始于 cuDF，您将得到 cuDF（计算将在 GPU 上进行）
    • 如果您开始于 PyArrow，您将得到 PyArrow

narwhals_gif

示例

请参阅 教程 了解几个示例！

范围

  • 您维护一个消耗数据框的库吗？
  • 您是否有一个特定的 Polars 函数，希望 Narwhals 拥有以使您的工作更轻松？

如果您两个都回答了是，我们将非常乐意听取您的意见！

赞助商和机构合作伙伴

Narwhals 是 100% 独立、社区驱动和社区拥有的。我们非常感谢以下组织为我们提供了一些资金/开发时间

如果您在您所在组织的办公时间内为 Narwhals 做贡献，请告知我们。我们很乐意将您的雇主添加到这个名单上！

出现在

Narwhals 已在多个演讲、播客和博客文章中被提及

为什么叫“Narwhals”？

因为它们太棒了.

感谢 Olha Urdeichuk 提供插画！

由以下机构支持