Consider supporting polars
Los mantenedores suelen responder en 2 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
Comienza revisando el soporte especial existente de PythonCall.jl para pandas y compáralo con el uso del paquete de Python polars o de su implementación en Rust. Aclara si se necesita soporte específico para polars y, a continuación, define el alcance de la integración y las pruebas que demostrarían la opción de soporte elegida.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I see PythonCall has special support for pandas, and I think polars is a replacement for it, so also support it (not either or)?
I hate to be asking for such features, adding to your workload. I see people complaining Julia is much slower than Python (with polars). I'm thinking are there good options that compete, or should users use polars directly, i.e. wrapping the Rust implementation. Or use the Python package/API/binding for it. Its install page gives me the Python download option, not even defaulting to Rust (or JavaScript). I don't know for sure, I think the Python API might be fully featured, or at least more used (as is with some packages like TensorFlow).
Do you think you should not need any support, can just install Python polars package and use it? It's likely the case, and should be used like that, or with a simple Julia package that depends on the Python package, depending on Rust...
I'm just unclear on if that argument didn't also go for pandas, and why was it supported specially in the first place?
- Lenguaje dominante
- Julia
- Estrellas
- 1.1k
- Forks
- 88
- Merge medio
- 3 d 2 h
- PR fusionados (30 d)
- 6
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaPy/PythonCall.jl
-
Dificultad 3/5 1-2 días Aptitud para principiantes 55/100
JuliaPy/PythonCall.jl#828 · 7 comentarios ·
Los mantenedores suelen responder en 2 días
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
JuliaPy/PythonCall.jl#809 · 2 comentarios ·
Los mantenedores suelen responder en 2 días
-
Locking julia dependenciesAbiertoenhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaPy/PythonCall.jl#805 · 4 comentarios ·
Los mantenedores suelen responder en 2 días
-
enhancement
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
JuliaPy/PythonCall.jl#796 ·
Los mantenedores suelen responder en 2 días
-
enhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaPy/PythonCall.jl#790 ·
Los mantenedores suelen responder en 2 días
Todos los issues de JuliaPy/PythonCall.jl
Issues similares
-
found-by-agent
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
exanauts/SparseDirectSolver.jl#92 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
lu_instance/qr_instance run a full factorization for FixedSizeArraysPosiblemente ocupada @devmotion la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
JuliaArrays/ArrayInterface.jl#510 ·
-
Segfault on x86_64 with AVX: over-aligned vector storePosiblemente ocupada @vchuravy la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
EnzymeAD/Enzyme.jl#3775 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día