Hablar con numpy y pandas en Python

Arrow por debajo hace baratas las conversiones, y a veces sin copia.

import numpy as np
import polars as pl

tabla = pl.DataFrame({"tpm": [104, 98], "stars": [3, 3]})

arreglo = tabla.to_numpy()
print(arreglo.shape, arreglo.dtype)
print(tabla["tpm"].to_numpy().mean())

como_pandas = tabla.to_pandas()
print(type(como_pandas).__name__, list(como_pandas.columns))
print(pl.from_pandas(como_pandas).equals(tabla))

print(pl.from_numpy(np.arange(4).reshape(2, 2), schema=["a", "b"]))
print(tabla.to_dicts())

Cómo funciona

to_numpy da un arreglo; to_pandas necesita pyarrow.
from_pandas y from_numpy regresan por el otro lado.
to_dicts es la vista en Python puro, para dataframes chicos.

Palabras clave y builtins usados aquí

as
list
print
type

El intento, en números

Líneas: 15
Caracteres a escribir: 435
Tokens: 148
Ritmo de tres estrellas: 110 tpm

Al ritmo de tres estrellas de 110 tokens por minuto, este intento toma unos 81 segundos.

Escribe este fragmento

Paso 2 de 2 en Lectura y escritura; paso 30 de 32 en Polars.

← Anterior Siguiente →