我正在将一个应用程序从Pandas转换为Polars，以寻求更好的可扩展性和性能。我的应用程序从hdf 5复合数据集（使用h5 py）读取数据到一个numpy结构化数组中，从中我直接创建了Pandas Dataframe ，如下所示：

# dset is the hdf5 compound Dataset
np_struct_array = np.empty(dset.shape, dset.dtype)
dset.read_direct(np_struct_array)
df=pd.DataFrame(np_struct_array, dset.dtype)

numpy结构化数组的dtype取决于所读取的h5数据集，但典型示例如下所示

[('SID', '<i8'), ('G', '<i8'), ('C', '<i8'), ('D', '<f8'), ('DOMAIN_ID', '<i8')]

这非常快，而且dataframe直接使用numpy结构化数组中的列名和类型
当我切换到Polars并使用相同的方法时，生成的Polars Dataframe 是一个类型为object的单列 Dataframe ，这不是我所需要的-例如，从上面的numpy结构化数组生成的模式是{'column_0': Object}
我可以执行以下操作并获得所需的dataframe，但性能很糟糕-比Pandas慢10倍

df=pd.DataFrame(
    {
      field_name: np_struct_array[field_name] for field_name in np_struct_array.dtype.fields
    }
)

所以我的问题是什么是最快/最有效的方法来获得hdf 5复合数据集到Polars Dataframe ？有没有更好的方法来使用numpy结构化数组，例如Polars？我可以继续将数据读入Pandas Dataframe ，然后从中创建Polars Dataframe ，但我认为这将创建一个副本，我宁愿避免，因为数据可能很大。
任何建议将不胜感激。
道格