本文介绍了在 Polars DataFrame 中高效复制行的两种核心方法：repeat_by() 和 flatten()。通过结合这两个函数，可以避免使用效率较低的 map_elements() 和类型转换，从而实现更简洁、更高效的行复制操作。文章提供了详细的代码示例，并解释了其工作原理，帮助读者快速掌握 Polars 中行复制的技巧。
在数据分析和处理中，经常需要复制 DataFrame 中的行。Pandas 提供了 explode() 函数来实现这一功能，但在 Polars 中，我们可以使用 repeat_by() 和 flatten() 函数来实现类似的效果，并且通常更高效。
使用 repeat_by() 和 flatten() 复制行
repeat_by() 函数允许我们指定每行重复的次数。它会创建一个包含重复值的列表。然后，我们需要使用 flatten() 函数将这些列表展开成单独的行。
以下是一个示例：
import polars as pl
df = pl.DataFrame({
"key": [1, 2, 3],
"value": [4, 5, 6]
})
result = df.select(pl.all().repeat_by(2).flatten())
print(result)这段代码首先创建了一个 Polars DataFrame。然后，pl.all().repeat_by(2) 将 DataFrame 中的每一行重复两次，生成一个包含列表的 DataFrame。最后，.flatten() 将这些列表展开，生成最终的 DataFrame，其中每行都被复制了两次。
输出结果如下：
采用 php+mysql 数据库方式运行的强大网上商店系统，执行效率高速度快，支持多语言，模板和代码分离，轻松创建属于自己的个性化用户界面 v3.5更新： 1).进一步静态化了活动商品. 2).提供了一些重要UFT-8转换文件 3).修复了除了网银在线支付其它支付显示错误的问题. 4).修改了LOGO广告管理,增加LOGO链接后主页LOGO路径错误的问题 5).修改了公告无法发布的问题,可能是打压
shape: (6, 2) ┌─────┬───────┐ │ key ┆ value │ │ --- ┆ --- │ │ i64 ┆ i64 │ ╞═════╪═══════╡ │ 1 ┆ 4 │ │ 1 ┆ 4 │ │ 2 ┆ 5 │ │ 2 ┆ 5 │ │ 2 ┆ 5 │ │ 3 ┆ 6 │ │ 3 ┆ 6 │ └─────┴───────┘
注意事项
- repeat_by() 接受一个整数值或一个 Polars Series，用于指定每行重复的次数。
- flatten() 函数用于将列表展开成单独的行。
- pl.all() 选择 DataFrame 中的所有列。
- 使用 select() 函数来应用表达式并创建新的 DataFrame。
避免 map_elements() 和类型转换
最初的尝试使用了 map_elements() 和类型转换，但这两种方法效率较低，并且可能导致错误。map_elements() 在 Polars 中通常不是性能最佳的选择，因为它涉及到 Python 函数的调用。而类型转换可能会引入不必要的复杂性。
总结
使用 repeat_by() 和 flatten() 是在 Polars 中复制行的推荐方法。它简洁、高效，并且避免了使用效率较低的 map_elements() 和类型转换。通过掌握这种方法，可以更有效地处理 Polars DataFrame 中的数据。
