Python Polars: как получить количество строк в DataFrame?

У меня есть CSV-файл размером 70 ГБ. Я хочу загрузить DF и подсчитать количество строк в ленивом режиме. Как лучше всего это сделать?

Насколько я могу судить, согласно документации, в ленивом режиме нет такой функции, как форма. Я нашел этот ответ, который предлагает решение, не основанное на Polars, но мне интересно, можно ли сделать это и в Polars.

Что вы нашли, когда выполнили поиск в Интернете по запросу «полярные счетчики ленивы»? Было ли что-то применимо к вашему случаю? Если нет, то почему это не сработало?

Saaru Lindestøkke 21.02.2023 17:52

зачем вам решение "на основе поляров"? Здесь вы привязаны к вводу-выводу с точки зрения производительности (без операций с интенсивными вычислениями), поэтому я сомневаюсь, что вы получите какую-либо выгоду от использования кода на основе Rust... по крайней мере, я попытался бы сначала измерить, если это узкое место производительности.

FObersteiner 21.02.2023 17:52

@SaaruLindestøkke Веб-поиск по запросу «поляры лениво подсчитывают количество строк» ​​не дает подходящего результата.

roei shlezinger 21.02.2023 19:00

@FObersteiner Ответ, который я приложил к исходному сообщению, предоставил решение. — спрашиваю из любопытства. Я обновил пост, чтобы прояснить это. Спасибо за ответ

roei shlezinger 21.02.2023 19:01

Разве это не помогает? pola-rs.github.io/polars/py-polars/html/reference/lazyframe/‌​api/…

Saaru Lindestøkke 21.02.2023 19:16

Спасибо @SaaruLindestøkke за ваш ответ, но предложение Дина МакГрегора больше соответствует моим требованиям. К сожалению, with_row_count добавляет столбец в DF, что не входило в мои намерения, и при таком подходе возникали проблемы с производительностью.

roei shlezinger 21.02.2023 19:52

Если это правильный ответ для вас, пожалуйста, нажмите на галочку

Dean MacGregor 22.02.2023 00:14
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
7
67
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Чтобы получить количество строк, используя поляры.

Сначала загрузите его в ленивый фрейм...

lzdf=pl.scan_csv("mybigfile.csv")

Затем подсчитайте строки и верните результат

lzdf.select(pl.count()).collect()

Если в результате вам просто нужен скаляр python, а не таблица, просто подмножьте его.

lzdf.select(pl.count()).collect()[0,0]

Мне любопытно, могут ли поляры считать строки быстрее, чем общий метод Python, учитывая, что вы почти наверняка просто привязаны к вводу-выводу.

Вы можете использовать .item() вместо [0, 0] (если вы еще не в курсе)

jqurious 21.02.2023 18:18

Другие вопросы по теме