Polars列表分组交集方法详解
时间:2025-08-02 23:18:33 257浏览 收藏
对于一个文章开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《Polars列表分组求交集方法与技巧》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!
在数据处理中,我们经常会遇到需要对 DataFrame 中的列表(list)类型列进行分组聚合的场景。一个常见的需求是,对于每个分组,找出其所有列表中元素的交集。例如,给定一个包含 id 和 values(字符串列表)的 DataFrame,我们希望得到每个 id 组内所有 values 列表的共同元素。
考虑以下示例 DataFrame:
import polars as pl df = pl.DataFrame( {"id": [1,1,2,2,3,3], "values": [["A", "B"], ["B", "C"], ["A", "B"], ["B", "C"], ["A", "B"], ["B", "C"]] } ) print(df)
其输出为:
shape: (6, 2) ┌─────┬───────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[str] │ ╞═════╪═══════════╡ │ 1 ┆ ["A", "B"]│ │ 1 ┆ ["B", "C"]│ │ 2 ┆ ["A", "B"]│ │ 2 ┆ ["B", "C"]│ │ 3 ┆ ["A", "B"]│ │ 3 ┆ ["B", "C"]│ └─────┴───────────┘
我们期望的输出是每个 id 组内 values 列表的交集,即:
shape: (3, 2) ┌─────┬───────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[str] │ ╞═════╪═══════════╡ │ 1 ┆ ["B"] │ │ 2 ┆ ["B"] │ │ 3 ┆ ["B"] │ └─────┴───────────┘
直接列表操作的局限性
初看起来,我们可能会尝试使用 pl.reduce 结合 Polars 提供的列表集合操作 list.set_intersection。然而,这种方法往往无法直接达到预期效果,因为它可能在 Series 级别而不是列表元素级别进行聚合,导致结果不符合预期。
例如,以下尝试:
# 尝试1:直接在聚合中使用pl.reduce result_reduce_1 = df.group_by("id").agg( pl.reduce(function=lambda acc, x: acc.list.set_intersection(x), exprs=pl.col("values")) ) print(result_reduce_1)
输出显示 values 列变成了 list[list[str]],这并非我们想要的单个列表的交集:
shape: (3, 2) ┌─────┬──────────────────────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[list[str]] │ ╞═════╪══════════════════════════╡ │ 1 ┆ [["A", "B"], ["B", "C"]] │ │ 3 ┆ [["A", "B"], ["B", "C"]] │ │ 2 ┆ [["A", "B"], ["B", "C"]] │ └─────┴──────────────────────────┘
另一个尝试是先 explode 再 reduce,但这会将所有元素扁平化后再进行集合操作,失去了原始列表的边界信息,导致结果是所有元素的并集而非交集:
今天关于《Polars列表分组交集方法详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
107 收藏
-
359 收藏
-
343 收藏
-
128 收藏
-
136 收藏
-
374 收藏
-
441 收藏
-
444 收藏
-
173 收藏
-
419 收藏
-
490 收藏
-
487 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 立即学习 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 立即学习 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 立即学习 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 立即学习 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 立即学习 484次学习