以前我换成了polars进行数据处理，因为同事称其为新标准并且速度更快。我发现到目前为止与其合作还算比较平滑，但是有一件事让我遇到了困难： polars，按照我理解，缺乏索引列的概念。列名确实可以命名，但是行只拥有整数索引，而没有其他信息。

当工作于矩阵时，这尤其烦恼，其列和行均指向其他数据集的ID。在pandas中，它会自然地使用字符串索引来指代行。然而在polars中，这种方法不可行。

当你拥有一个大矩阵，比如说10000 x 10000时，问题变得更加拧巴。想要从中切割一个区域，比如说100 x 500，当同一时间保持行索引指向原始ID时。这时，使用整数索引的行已经发生了变化。因此，这样的衔接又如何做到的呢？

我想到了几个方法，但是都不是最理想的：

  • 刚好加一列来存放ID，包含它在切片中，然后在需要对矩阵进行数学运算时将其去掉。这确实很麻烦
  • 建立一个索引表，从旧的整数行索引转换为新整数行索引。这个方法十分混乱并易产生错误或误解，且如果此类操作多次结合起来时，情况就更加糟糕。

有什么好的建议吗？