这是基于Tom Augsburger的Modern Pandas的Polars和Pandas数据框库的并排比较。
（Polars 是一个非常快速和优雅的数据框库，它可以做 Pandas 所做的相同类型的事情。）
本书的大部分内容是惯用的 Polars 和 Pandas 代码的结构化示例，以及对两者的 API 和性能的评论。
在大多数情况下，我认为 Polars 比 Pandas“更好”，尽管当 Polars 缺少 Pandas 功能或其他令人失望时，我确实会尝试澄清。
在大量使用 Pandas 之后，我认为Polars 更直观，并且在使用一种显而易见的方式做事方面做得更好。它在大多数事情上也快得多，即使你以正确的方式使用 Pandas 也是如此。
详细点击标题....
使用 Polar 的理由：
- 真的很快。
- 它有一个很好的 API。
- 它完成了 Pandas 所做的大部分事情。最大的缺失是绘图和一些 I/O 方法。
- 它在 Python、Rust、NodeJS 和 Ruby 中可用。这部分是因为大部分代码都是用 Rust 编写的，用其他语言调用 Rust 比调用 Python 效果要好得多。
- lead dev非常有效率并且可以快速修复错误。