Polars 中高效复制行的方法

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：

行者AI

行者AI绘图创作，唤醒新的灵感，创造更多可能

100

查看详情

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。

以上就是Polars 中高效复制行的方法的详细内容，更多请关注php中文网其它相关文章！