Polars — DataFrames modernos

Ya sabes pandas. Sabes leer datos, transformar columnas, agrupar, unir tablas. Entonces, ¿por qué aprender otra librería de DataFrames?

Porque pandas tiene límites estructurales que no se pueden arreglar sin romperlo. Su creador, Wes McKinney, los documentó él mismo en 2017. Polars es la respuesta: una librería diseñada desde cero en Rust, con evaluación lazy, paralelismo real (sin GIL), y Apache Arrow como formato nativo de memoria.

Este módulo conecta dos hilos del curso:

Secciones 12–14: pandas (manipulación de datos tabulares)
Secciones 15–16: modelos de ejecución (paralelismo, lazy eval, GIL)
        │                              │
        └──────────┬───────────────────┘
                   ▼
        Sección 17: Polars
        = arquitectura de cómputo aplicada a datos tabulares

Polars no es “pandas pero más rápido” — es una forma diferente de pensar sobre transformación de datos. Las expresiones reemplazan la indexación booleana, la evaluación lazy reemplaza la ejecución inmediata, y el optimizador de consultas decide el mejor plan de ejecución antes de tocar un solo dato.

Contenido

Archivo	Tema	Notebook	Tiempo est.
Historia y diseño	Origen, motivación, filosofía de diseño	—	~10 min
Arquitectura	Arrow, lazy vs eager, optimizador, Rayon, tipos	—	~15 min
Polars puro	Expresiones, contextos, UDFs, listas, Struct, LazyFrame	01_polars_fundamentos	~20 min + ~35 min
Pipeline E2E	Limpieza de datos completa en Polars	02_pipeline_e2e	~15 min + ~30 min
Polars vs pandas	Comparación lado a lado de operaciones comunes	03_polars_vs_pandas	~15 min + ~25 min
Benchmarks	Análisis de rendimiento con explicación arquitectónica	04_benchmarks_y_avanzado	~10 min + ~60 min

Notebooks

Notebook	Tema	Tiempo est.
01 — Fundamentos	Expresiones, contextos, UDFs, listas, LazyFrame	~35 min
02 — Pipeline E2E	Limpieza de datos completa paso a paso	~30 min
03 — Polars vs pandas	Comparaciones lado a lado con timing	~25 min
04 — Benchmarks y avanzado	Benchmarks, series de tiempo avanzadas, ejercicios	~60 min

Prerequisitos

Módulos 12–14: pandas completados
Módulo 16: modelos de ejecución (recomendado, no obligatorio)
Python 3.10+
polars ≥ 1.0, pandas, numpy, matplotlib instalados

pip install polars pandas numpy matplotlib