Narwhals v1.22.0 版本发布:多引擎数据操作库的重大更新
2025-07-06 17:05:30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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

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
332
1.08 K