Polars窗口函数：为分组数据添加组内行号-Python教程-PHP中文网

Polars窗口函数：为分组数据添加组内行号

心靈之曲

发布： 2025-10-16 14:45:01

原创

174人浏览过

polars窗口函数：为分组数据添加组内行号

本文介绍了如何使用Polars的窗口函数为DataFrame中的分组数据添加组内行号。通过结合`int_range()`和`over()`函数，可以轻松地为每个分组生成从1开始的序列，从而实现组内行号的添加。

在数据分析中，有时需要在DataFrame的分组数据中添加组内行号，以便进行后续的分析和处理。Polars提供了一种简洁高效的方法来实现这一需求，即结合使用窗口函数和int_range()函数。

实现原理

核心思路是利用Polars的窗口函数，对每个分组应用int_range()函数生成一个序列，然后将该序列作为新的列添加到DataFrame中。

int_range(length): 生成一个从0开始，长度为length的整数序列。
.over("groupings"): 指定窗口函数的作用范围，这里是按照"groupings"列进行分组。

具体步骤与代码示例

假设我们有一个DataFrame，其中包含"groupings"列和"target_count_over_windows"列，我们希望为每个"groupings"分组添加一个从1开始的行号列，命名为"count"。

首先，创建示例DataFrame：

import polars as pl

df = pl.DataFrame([
    {'groupings': 'a', 'target_count_over_windows': 1},
    {'groupings': 'a', 'target_count_over_windows': 2},
    {'groupings': 'a', 'target_count_over_windows': 3},
    {'groupings': 'b', 'target_count_over_windows': 1},
    {'groupings': 'c', 'target_count_over_windows': 1},
    {'groupings': 'c', 'target_count_over_windows': 2},
    {'groupings': 'd', 'target_count_over_windows': 1},
    {'groupings': 'd', 'target_count_over_windows': 2},
    {'groupings': 'd', 'target_count_over_windows': 3}
])

print(df)

登录后复制

输出结果：

SpeakingPass-打造你的专属雅思口语语料

使用chatGPT帮你快速备考雅思口语，提升分数

查看详情

shape: (9, 2)
┌───────────┬───────────────────────────┐
│ groupings ┆ target_count_over_windows │
│ ---       ┆ ---                       │
│ str       ┆ i64                       │
╞═══════════╪═══════════════════════════╡
│ a         ┆ 1                         │
│ a         ┆ 2                         │
│ a         ┆ 3                         │
│ b         ┆ 1                         │
│ c         ┆ 1                         │
│ c         ┆ 2                         │
│ d         ┆ 1                         │
│ d         ┆ 2                         │
│ d         ┆ 3                         │
└───────────┴───────────────────────────┘

登录后复制

接下来，使用窗口函数添加组内行号：

df = df.with_columns(count = 1 + pl.int_range(pl.len()).over("groupings"))

print(df)

登录后复制

输出结果：

shape: (9, 3)
┌───────────┬───────────────────────────┬───────┐
│ groupings ┆ target_count_over_windows ┆ count │
│ ---       ┆ ---                       ┆ ---   │
│ str       ┆ i64                       ┆ i64   │
╞═══════════╪═══════════════════════════╪═══════╡
│ a         ┆ 1                         ┆ 1     │
│ a         ┆ 2                         ┆ 2     │
│ a         ┆ 3                         ┆ 3     │
│ b         ┆ 1                         ┆ 1     │
│ c         ┆ 1                         ┆ 1     │
│ c         ┆ 2                         ┆ 2     │
│ d         ┆ 1                         ┆ 1     │
│ d         ┆ 2                         ┆ 2     │
│ d         ┆ 3                         ┆ 3     │
└───────────┴───────────────────────────┴───────┘

登录后复制

可以看到，新的"count"列包含了每个分组内的行号，从1开始递增。

注意事项

pl.len() 返回的是每个分组的长度，int_range 会生成一个从0开始的序列，因此需要加1才能得到从1开始的行号。
窗口函数非常灵活，可以结合其他表达式和函数来实现更复杂的需求。

总结

使用Polars的窗口函数和int_range()函数可以方便快捷地为DataFrame中的分组数据添加组内行号。这种方法简洁高效，适用于各种数据分析场景。掌握这一技巧可以有效提升数据处理效率。

以上就是Polars窗口函数：为分组数据添加组内行号的详细内容，更多请关注php中文网其它相关文章！