La version de candidat à la publication de Polars 2.0, une bibliothèque puissante pour le traitement des données structurées en Python, R et Node.js, est désormais disponible. Cette mise à jour apporte un changement majeur dans la manière dont les données sont traitées, avec le moteur de streaming maintenant le rôle de défaut pour toutes les requêtes LazyFrame. Selon l'équipe Polars, ce changement devrait entraîner une amélioration des performances allant jusqu'à cinq fois plus rapide et une utilisation plus efficace de la mémoire pour la plupart des utilisateurs. Polars 2.0 ne se concentre pas principalement sur l'ajout de nouvelles fonctionnalités, mais plutôt sur l'amélioration des capacités existantes et la suppression des limites de conception obsolètes. Cette mise à jour vise à fournir des paramètres par défaut plus intuitifs et rationnels, bénéficiant à un plus large éventail d'utilisateurs. Le candidat à la publication a été annoncé le 2 septembre 2026, avec la version finale prévue pour être publiée bientôt. Un changement clé de cette mise à jour est l'utilisation par défaut du moteur de streaming pour les requêtes LazyFrame. Ce moteur traite les données en flux continu, ce qui peut considérablement améliorer les performances et réduire l'utilisation de la mémoire. Cependant, ce changement a nécessité une mise à jour majeure, car le moteur de streaming ne garantit pas toujours l'ordre des lignes lors de certaines opérations comme les jointures ou le regroupement. Les utilisateurs qui ont besoin de l'ordre des lignes peuvent l'activer en définissant maintain_order=True. Ceux qui préfèrent l'ancien moteur en mémoire peuvent revenir en arrière en utilisant les paramètres de configuration. Polars devient également plus strict dans la gestion des erreurs, visant à détecter les problèmes tôt plutôt que de les laisser passer inaperçus. Cela est particulièrement important dans le contexte du développement piloté par l'IA, où un retour d'information rapide aide à améliorer l'efficacité des systèmes automatisés. Par exemple, la nouvelle version générera désormais des erreurs lorsqu'il y a un risque de perte de données lors des conversions de type, comme lorsqu'on vérifie si une valeur existe dans une liste de types de données différents. Auparavant, de tels problèmes pouvaient passer inaperçus, entraînant des résultats incorrects. En outre, la concaténation horizontale vérifie maintenant que les longueurs correspondent, évitant ainsi des erreurs silencieuses pouvant survenir à partir du remplissage des données manquantes.