Narwhals项目v1.23.0版本发布:多后端数据操作能力再升级
2025-07-06 01:52:28作者:何举烈Damon
Narwhals是一个创新的Python数据操作库,它提供了一个统一的API接口,可以在Polars、Pandas、DuckDB和PySpark等多种数据处理后端之间无缝切换。这个设计理念让开发者能够用同一套代码在不同计算引擎上运行,大大提高了代码的可移植性和灵活性。
核心功能增强
本次v1.23.0版本带来了多项重要改进,主要集中在表达式操作和跨后端兼容性方面:
表达式系统优化:
- 新增了对表达式长度变化的跟踪机制,确保在惰性API中只有聚合操作后的长度变化表达式才被允许
- 引入了AnonymousExprError异常,提高了错误处理的精确度
- 优化了when/then/otherwise表达式的输出命名,确保跨后端一致性
DuckDB后端增强:
- 新增了nth、sum_horizontal和concat_str等实用函数
- 添加了drop_null_keys选项支持分组操作
- 实现了is_nan和is_finite等数据质量检查方法
- 增加了总持续时间计算方法
PySpark后端改进:
- 新增了dt命名空间下的时间操作方法
- 实现了str命名空间下的to_datetime转换
- 添加了group_by操作的n_unique统计功能
- 支持了无聚合操作的分组查询
API调整与弃用
为了保持API的简洁性和一致性,本次版本对一些方法进行了调整:
- 弃用了Expr.head、Expr.tail、Expr.sort等表达式方法(在stable.v1中仍保留)
- 移除了eager_or_interchange参数,简化了数据转换接口
- 弃用了Expr.arg_true方法(Series.arg_true仍保留)
- 弃用了maintain_order参数在Expr.unique和LazyFrame.tail中的使用
错误处理与验证增强
- 新增了对filter操作中形状不匹配情况的严格检查
- 修复了when-then表达式中双重lit转换的问题
- 改进了类型转换和验证逻辑
开发者体验优化
- 简化了导入路径
- 重构了类型转换工具函数
- 改进了测试套件对cudf.pandas的支持
- 解耦了PySpark构造函数对Pandas的依赖
技术实现亮点
本次更新最值得关注的技术亮点是表达式系统的改进。通过跟踪表达式长度变化并限制非聚合操作后的长度变化表达式,Narwhals确保了惰性API的健壮性和可预测性。这一改进使得开发者能够更安全地构建复杂的数据处理管道,同时保持跨后端的兼容性。
另一个重要改进是对DuckDB和PySpark后端的深度整合。新增的dt命名空间方法和字符串处理方法大大扩展了这两个后端的功能覆盖范围,使得Narwhals在这些引擎上的可用性接近原生Pandas体验。
总结
Narwhals v1.23.0版本在多后端支持、表达式系统和API设计方面都取得了显著进步。这些改进不仅增强了库的功能性,也提高了开发者的使用体验。特别是对DuckDB和PySpark后端的深度整合,使得Narwhals在异构数据处理环境中的价值更加凸显。
对于正在寻找跨引擎数据操作解决方案的团队,Narwhals提供了一个极具吸引力的选择。其统一的API设计和持续的功能增强,使得在不同数据处理引擎间迁移和切换变得更加轻松和高效。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133