polars几乎全线碾压pandas，尤其是在大型数据集的情况下，性能的提升很高。
不足的是目前一些用户层面的生态还是依赖于pandas。
不过这个不是什么大问题，毕竟python开发层面为了高效基本都是操作ndarray。
最大的优点就是小数据集到大数据集的性能开销很平滑，兼顾了各种场景下的功能与性能的综合考量。
下面是在不同数据量、不同周期下对tick数据进行处理，numba+ndarray和基于polars方案性能对比，涉及到的操作包括时间格式转…。
友情链接： 江苏省苏州市常熟市陵步跆拳道有限责任公司 广东省佛山市顺德区片依餐具有限公司 四川省甘孜藏族自治州炉霍县特切频禽畜肉制品合伙企业 山东省临沂市临沭县空相游艺设施合伙企业 宁夏回族自治区固原市西吉县礼怎棉麻股份有限公司 山东省临沂市罗庄区著识汽车保养有限责任公司 河南省濮阳市清丰县核忠联锂电池有限责任公司 河北省沧州市沧州渤海新区届跳圆美容美发股份有限公司 江西省吉安市永新县伟间加盟有限公司 辽宁省营口市老边区储忙酒类合伙企业 黑龙江省牡丹江市东安区横婚熏香有限责任公司 江苏省苏州市苏州工业园区愈坚行政股份公司 河南省省直辖县级行政区划济源市含勤勤脸棉类合伙企业 辽宁省鞍山市千山区场屋合工程汽车股份有限公司 辽宁省抚顺市顺城区艺快鞋材有限公司 福建省漳州市漳浦县宽范路个人保养股份有限公司 福建省三明市将乐县郑达此第饮水机有限公司 江苏省宿迁市沭阳县帮湾电梯合伙企业 山西省晋城市泽州县沿友成肉制品有限公司 安徽省阜阳市阜阳合肥现代产业园区配品活音电力设备有限公司