Narwhals v1.22.0 版本发布:多引擎数据操作库的重大更新
2025-07-06 08:50:53作者:宣聪麟
Narwhals 是一个创新的跨引擎数据操作库,它允许开发者使用统一的API接口在不同的计算引擎(如DuckDB、Spark等)上进行数据处理。这种设计理念使得开发者可以编写一次代码,就能在多个后端引擎上运行,大大提高了代码的可移植性和开发效率。
核心功能增强
DuckDB 引擎支持显著扩展
本次 v1.22.0 版本对 DuckDB 引擎的支持进行了大幅增强,新增了多项重要功能:
-
日期时间处理能力提升:
- 新增了
date
函数,用于提取日期部分 - 实现了
dt.to_string
方法,支持将日期时间格式化为字符串 - 添加了
dt.ordinal_day
方法,获取一年中的第几天 - 提供了
dt.weekday
方法,计算星期几
- 新增了
-
字符串操作增强:
- 实现了
replace_all
方法,支持正则表达式替换 - 新增了
str.len_chars
方法,计算字符串的字符长度(而非字节长度)
- 实现了
-
高级数据处理功能:
- 实现了
n_unique
方法,计算唯一值数量 - 添加了
when/then/otherwise
条件表达式支持 - 引入了
null_count
方法,统计空值数量
- 实现了
-
连接操作扩展:
- 实现了交叉连接(cross-join)功能
- 添加了半连接(semi-join)支持
- 改进了反连接(anti-join)功能
Spark 兼容性增强
为了提供更好的 Spark 兼容性,v1.22.0 版本新增了多项 SparkLike 方法:
-
新增表达式方法:
- 实现了
all
和any
聚合函数 - 添加了
null_count
方法 - 完善了多种 dunder 方法(如
__add__
,__sub__
等)
- 实现了
-
字符串处理扩展:
- 新增了 SparkLikeStrNamespace 方法集
- 实现了多种字符串操作方法
-
命名空间方法:
- 添加了 SparkLikeNamespace 方法
- 实现了
lit
方法用于创建字面量表达式
重要改进与修复
-
错误处理优化:
- 改进了
check_columns_exist
的错误消息,使其更加清晰 - 修复了
to_py_scalar
在处理 decimal 类型时的异常问题
- 改进了
-
统计计算修正:
- 修复了 DuckDB 中
skew
函数在元素少于3个时的计算问题 - 修正了版本解析逻辑,特别是对 DuckDB 预发布版本的处理
- 修复了 DuckDB 中
-
连接操作改进:
- 解决了列名包含空格时 DuckDB 连接操作失败的问题
- 优化了左连接警告的过滤逻辑
架构与代码质量提升
-
代码重构:
- 将命名空间逻辑从表达式和系列中分离出来,提高了代码组织性
- 移除了部分不必要的表达式默认参数
- 提前验证
nw.when
中的谓词条件
-
测试增强:
- 将 PySpark 测试整合到主测试套件中
- 添加了 Dask 的夜间测试支持
-
类型提示完善:
- 修正了
is_between
方法的类型提示
- 修正了
总结
Narwhals v1.22.0 版本标志着该项目在多引擎支持方面迈出了重要一步,特别是对 DuckDB 引擎的功能覆盖达到了新的高度。通过新增大量日期时间处理、字符串操作和连接功能,开发者现在能够在 DuckDB 上执行更复杂的数据处理任务。同时,Spark 兼容性的持续增强使得 Narwhals 作为统一数据操作接口的价值更加凸显。
这一版本不仅带来了功能上的丰富,还通过代码重构和错误处理优化显著提升了库的稳定性和可维护性。对于需要在不同计算引擎间迁移或维护统一代码库的数据团队来说,Narwhals v1.22.0 无疑是一个值得升级的版本。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8