处理百万行数据卡成狗？Pandas和Polars大比拼，AI教你写高效代码
提示词描述：
专为数据分析师和Python开发者打造的提示词。当你面临大数据量处理瓶颈时，用它让AI对比Pandas和Polars的性能差异，并生成最优的数据清洗和转换代码，让你的脚本运行速度飞起来！
提示语关键词：
AI写代码,Python数据处理,Pandas和Polars对比,AI数据分析代码,Python处理大数据,AI代码优化提示词
提示词内容：
【需求分析】
哈喽啊数据分析师们，是不是经常遇到Pandas处理几百万行数据时，内存直接爆掉，电脑卡得想砸了？今天咱们让AI帮你做个评测，看看新兴的Polars能不能救场。你要处理的数据规模是：{填写数据量级，如：500万行/10GB}，核心操作是：{填写核心操作，如：多表关联/复杂聚合/时间序列处理}。
【方法对比】
咱们来唠唠这俩兄弟。Pandas是老牌大哥，生态无敌，啥功能都有，但它是单线程的，处理大数据确实吃力；Polars是新晋卷王，底层是Rust写的，支持多线程和惰性计算，速度能快好几倍，不过有些冷门API可能还得自己封装。
【推荐方案】
如果你的数据量在百万级以下，或者需要用到极其冷门的科学计算库，继续用Pandas；如果数据量巨大且追求速度，果断上Polars！咱们这里推荐用 {填写选择的工具，如：Polars} 来重写你的数据处理脚本。
【使用步骤】
1. 填好占位符，让AI先给你跑个基准测试的代码，对比下两者在你这个场景下的耗时。
2. 让AI把你的Pandas旧代码翻译成 {填写选择的工具} 代码。
3. 重点检查AI生成的内存优化部分，看看有没有用到懒加载（LazyFrame）。
4. 跑一遍看看效果，有问题再让AI微调。
【效果展示】
用了这个提示词，AI不仅会给你列出详细的性能对比表，还会直接把你那坨跑得慢吞吞的Pandas代码，重构成优雅的 {填写选择的工具} 代码，内存占用直线下降，运行时间从几分钟缩短到几秒钟，老板看了都得夸你效率高！