Arrow

Arrow 正在迅速地成为列式数据 事实上 的标准。这意味着对 Arrow 的支持（包括语言与工具）也在迅速增加。 由于开发者在这种格式的背后投入了大量的努力与支持，使用 Arrow 可能是完成下面任务最快的方式：

• 读写 Parquet 格式的文件
• 从 CSV 读取列式数据
• 交换列式数据

Polars 使用 Arrow 内存缓冲作为 Polars Series 最基本的构建模块。 这意味着当我们要在 Polars 和 Arrow 之间交换数据时，无需对数据进行拷贝操作。 这也意味着 Polars 获得了 Arrow 带来的一切性能提升。

要将 Polars 的 DataFrame 或者 Series 转换为 Arrow，只需使用 .to_arrow() 函数。 类似的，要从 Arrow 格式导入数据，可以调用 .from_arrow() 函数。