polars

py-evoFE是一个开源的Python库，它利用遗传算法来自动化并优化表格机器学习数据集的特征工程，具备scikit-learn兼容性，并采用Polars提升性能。

此速查表提供了在 Python 中使用 Polars 库的快速参考，涵盖安装、数据结构以及数据分析和转换的方法。

本文解释了 fenic 为何以及如何使用 Rust 表达式插件来扩展 Polars，以在引擎原生执行文本操作（分块、提示模板化、模糊匹配等），从而避免 Python UDF 的性能和组合问题。

Maxime Rivest 宣布将 dplyr 移植到 Python，使用 polars/duckdb 作为后端，并评价说移植很扎实。

一位患有四肢瘫痪的前数据科学家构建了VibeETL，这是一款由Polars和React Flow驱动的极速可视化ETL工具，旨在替代Alteryx，同时支持社区扩展和云端集成。该工具现已开源，并正在寻求社区测试。