Escribir dataframes en Python

Parquet conserva los tipos; CSV conserva a los lectores; sink transmite a disco.

import polars as pl

tabla = pl.DataFrame({
    "lang": ["python", "rust"],
    "tpm": [104.5, 98.0],
    "stars": [3, 3],
})

tabla.write_parquet("intentos.parquet")
tabla.write_csv("intentos.csv")
tabla.write_ndjson("intentos.ndjson")

releido = pl.read_parquet("intentos.parquet")
print(releido.schema == tabla.schema, releido.height)
print(pl.read_csv("intentos.csv").schema)

tabla.lazy().filter(pl.col("stars") == 3).sink_parquet("mejor.parquet")
print(pl.read_parquet("mejor.parquet").height)

Cómo funciona

write_parquet hace el viaje redondo del esquema exacto.
write_csv pierde los tipos, pero cualquiera puede leerlo.
sink_parquet escribe desde un LazyFrame sin cargarlo entero.

Palabras clave y builtins usados aquí

as
print

El intento, en números

Líneas: 18
Caracteres a escribir: 487
Tokens: 147
Ritmo de tres estrellas: 110 tpm

Al ritmo de tres estrellas de 110 tokens por minuto, este intento toma unos 80 segundos.

Escribe este fragmento

Paso 1 de 2 en Lectura y escritura; paso 29 de 32 en Polars.

← Anterior Siguiente →