Hub documentation
Formatos de archivo
Formatos de archivo
Polars admite los siguientes formatos de archivo al leer desde Hugging Face:
Los ejemplos anteriores muestran solo la configuración predeterminada. Utilice los enlaces anteriores para ver todos los parámetros disponibles en la guía de referencia de la API.
Parquet
Parquet es el formato de archivo preferido, ya que almacena el esquema con información de tipos dentro del archivo. Esto evita cualquier ambigüedad al analizar los datos y acelera la lectura. Para leer un archivo Parquet en Polars, use la función read_parquet:
pl.read_parquet("hf://datasets/roneneldan/TinyStories/data/train-00000-of-00004-2d5a1467fff1081b.parquet")CSV
La función read_csv se puede usar para leer un archivo CSV:
pl.read_csv("hf://datasets/lhoestq/demo1/data/train.csv")JSON
Polars admite la lectura de JSON delimitado por líneas nuevas, también conocido como json lines, con la función read_ndjson:
pl.read_ndjson("hf://datasets/proj-persona/PersonaHub/persona.jsonl")