如何在Ibis Memtable中设置Pandas/DuckDB后端及指定计算引擎

首先看你编写的函数（注意原函数里有个笔误，to.to_arrow()应该改为t.to_arrow()）：

import ibis

def my_function(df):
    t = ibis.memtable(df)
    t = t.mutate(ibis._['a'] + 1)
    return t.to_arrow()

问题解答 #

1. 传入Pandas DataFrame时，t使用哪个后端？
   当你通过ibis.memtable(df)传入Pandas DataFrame时，默认会使用DuckDB后端执行计算。Ibis的memtable接口默认依赖DuckDB作为内存计算的后端，不管输入数据格式是Pandas还是其他类型。

2. 如何强制使用Pandas后端？
   需要显式创建Pandas后端的连接，再将输入的DataFrame注册为该连接下的表，后续操作就会基于Pandas后端执行：

import ibis

def my_function(df):
    # 初始化Pandas后端连接
    con = ibis.pandas.connect()
    # 将DataFrame注册为Pandas连接下的表
    t = con.create_table("temp_table", df)
    # 执行计算
    t = t.mutate(a_plus_1=ibis._['a'] + 1)
    return t.to_arrow()

3. 如何强制使用DuckDB后端？
   虽然默认就是DuckDB后端，但可以显式创建DuckDB内存连接来确保行为一致，避免环境配置影响：

import ibis

def my_function(df):
    # 初始化DuckDB内存连接
    con = ibis.duckdb.connect()
    # 将DataFrame注册为DuckDB连接下的内存表
    t = con.create_table("temp_table", df)
    # 执行计算
    t = t.mutate(a_plus_1=ibis._['a'] + 1)
    return t.to_arrow()

内容的提问来源于stack exchange，提问作者ignoring_gravity