polars>=1.0.0이 출시되었습니다

그동안 polars<=0.20.x로 불안전하게 제공되던 polars가, 드디어 1.0.0을 출시했습니다.

그동안 워낙 많은 api 변경점이 있기에, 바로 업데이트하기에는 다소 부담스럽긴 했지만, 그래도 이제는 이런 일이 적겠다는 생각으로 업데이트 했습니다.

1.x.x으로 업데이트 할 때 참고하면 좋은 마이그레이션 가이드는 여기서 확인할 수 있습니다.

업데이트 관련 기억나는 변경점

기존 코드를 수정하면서, 몇몇 기억나는 변경점을 작성했습니다.

.replace() -> .replace_strict()

.replace() 메소드는 기존 타입을 유지합니다. 따라서 다음 코드는 에러가 발생합니다.

pl.DataFrame(...).select(
    pl.col("a").replace({1: "q"}).alias("b")
)

이를 수정하기 위해서는 return_dtype=pl.String()을 추가하면 되지만, 이 변수 또한 지원 종료가 예정되어 있으며, 다음과 같이 .replace_strict() 메소드를 사용할 것을 권장하고 있습니다.

pl.DataFrame(...).select(
    pl.col("a").replace_strict({1: "q"}, return_dtype=pl.String()).alias("b")
)

.pivot(..., colunms=...) -> .pivot(..., on=...)

.pivot()에서 사용하던 columns변수가 on으로 변경되었습니다. 후술할 .unpivot()과 변수 명을 일치시키기 위한 것으로 보입니다.

다음 코드는 작동하지만, 지원 종료 경고를 발생시키며, mypy나 pyright에서는 에러를 발생시킵니다.

pl.DataFrame(...).pivot(
    columns=["column"], index=["index"], values=["value"], ...
)

다음과 같이 수정하여 사용합니다.

pl.DataFrame(...).pivot(
    on=["column"], index=["index"], values=["value"], ...
)

.melt() -> .unpivot()

pandas와 같은 형태로 지원했던 .melt(...)가 제거 될 예정입니다. 명명 규칙의 일관성 관련해서 토론이 있었던 것 같습니다.

다음 코드는 작동하지만 지원 종료 경고를 발생시킵니다.

pl.DataFrame().melt(
    value_vars=["value"], id_vars=["index"], ...
)

다음과 같이 수정하여 사용합니다.

pl.DataFrame().unpivot(
    on=["value"], index=["index"], ...
)

.is_not() -> .not_()

Expr 객체의 .is_not() 메소드가 제거되었습니다. 꽤 예전부터 공지됐던 변경점인데, 이제서야 수정했습니다. 대신 .not_()을 사용하면 됩니다.

다음 코드는 런타임 중 에러가 발생합니다.

pl.DataFrame(...).with_columns(
    pl.col("a").is_not().alias("b")
)

다음과 같이 수정하여 사용합니다.

pl.DataFrame(...).with_columns(
    pl.col("a").not_().alias("b")
)

.list.get() -> .list.get(..., null_on_oob=True)

이전에는 존재하지 않는 인덱스에 대해 null값을 반환했다면, 이제는 에러를 발생시킵니다.

이전과 동일하게 작동하려면 null_on_oob=True를 추가하면 됩니다.

다음 코드는 런타임 중 에러가 발생합니다.

pl.DataFrame(
    {"a": [[], [1, 2]]}, schema_overrides={"a": pl.List(pl.Int64())}
).with_columns(pl.col("a").list.get(0).alias("b"))

다음과 같이 수정하여 사용합니다.

pl.DataFrame(
    {"a": [[], [1, 2]]}, schema_overrides={"a": pl.List(pl.Int64())}
).with_columns(pl.col("a").list.get(0, null_on_oob=True).alias("b"))