narwhals-dev/narwhals

解决的问题

Narwhals 是一个轻量级的兼容层，允许开发者编写与数据框无关的代码。它解决了在构建消费数据框的库时，必须为不同的数据框库（如 pandas、Polars、cuDF 和 PyArrow）编写独立实现的问题。

工作原理

Narwhals 提供了一个统一的 API——Polars API 的一个子集——用于包装原生数据框对象。该过程分为三个步骤：

1. 包装：使用 narwhals.from_native 将原生数据框或 LazyFrame 包装成 Narwhals 类。
2. 操作：使用支持的 Polars 风格 API 对数据执行操作。
3. 返回：使用 narwhals.to_native 将对象以原始格式返回（例如，如果输入是 pandas DataFrame，则输出也是 pandas DataFrame）。

计算保持在输入库的原生环境中，意味着无需额外依赖，开销可忽略不计。

适用人群

维护消费数据框的库，希望支持多种数据框后端，但又不想添加依赖或编写重复代码的开发者。

特点

• 广泛兼容：支持 cuDF、Modin、pandas、Polars 和 PyArrow（完整 API），以及 Daft、Dask、DuckDB、Ibis、PySpark 和 SQLFrame（仅延迟模式）。
• 零依赖：仅使用用户传入的内容，保持宿主库轻量。
• 原生性能：计算保持在输入库的原生环境中（例如，cuDF 的 GPU 计算）。
• 完整静态类型：提供完整的静态类型，以获得更好的 IDE 支持。
• 稳定 API：保持严格的向后兼容性策略。