Pandas
并非如此。arrow是由
Pandas的作者开发的，其目标之一便是解决
Pandas以numpy为底层所存在的问题，切换到arrow一直是有规划的，在网上能追溯到2017年的相关文章。只不过
Pandas规模庞大，切换起来并非易事。从0.21.0版本开始将pyarrow作为可选依赖引入，在1.x版本逐步添加pyarrow兼容层，2.x版本起逐渐把默认配置修改为pyarrow，到3.x版本计划将pyarrow设为必选依赖，从而完成切换，这一过程较为漫长，在PDEP - 10中能看到相关的历史与规划。Polars作为新项目，没有太多历史负担，可以轻装上阵。当然，如今arrow有着更宏大的目标：提供内存数据分析（in - memory analytics）的开发平台。近几年提出了Arrow Flight RPC/SQL、ADBC等概念并开展了相关项目，它作为独立项目发展得很不错，clickhouse、duckdb、databend等数据相关项目对arrow都或多或少存在依赖，像基于arrow的创新项目DataFusion也有不少。
