本文介紹了如何在 Polars DataFrame 的每個窗口（分組）內(nèi)添加行號。通過結(jié)合 int_range() 函數(shù)和窗口函數(shù)，可以方便地為每個分組生成連續(xù)的行號，從而實現(xiàn)更靈活的數(shù)據(jù)分析和處理。

在 Polars 中，雖然 with_row_numbers() 方法可以為整個 DataFrame 添加行號，但有時我們需要在特定的窗口（分組）內(nèi)添加行號，以便進(jìn)行更細(xì)粒度的數(shù)據(jù)分析。本文將介紹如何利用 Polars 的窗口函數(shù)和 int_range() 函數(shù)來實現(xiàn)這一目標(biāo)。

核心思路：

核心思路是使用 pl.int_range(pl.len()) 生成一個從 0 開始，長度等于組大小的整數(shù)序列，然后將其加 1，使其成為從 1 開始的行號。再通過 over("groupings") 將此操作應(yīng)用于每個分組窗口內(nèi)。

具體實現(xiàn)：

以下是一個示例，演示了如何在 DataFrame 的每個分組內(nèi)添加行號：

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}
])

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

print(df)

代碼解釋：

1. pl.int_range(pl.len()): pl.len() 返回當(dāng)前分組的大小。pl.int_range() 則生成一個從 0 開始，長度等于分組大小的整數(shù)序列。例如，如果一個分組有 3 行，則 pl.int_range(pl.len()) 將生成 [0, 1, 2]。

2. 1 + pl.int_range(pl.len()): 將生成的整數(shù)序列加 1，使其從 1 開始，作為行號。 在上述例子中，就變成了 [1, 2, 3]。

   

   Trae國內(nèi)版

   國內(nèi)首款A(yù)I原生IDE，專為中國開發(fā)者打造

   815

   查看詳情

3. .over("groupings"): 這是一個窗口函數(shù)。它指定了將上述操作應(yīng)用于哪個分組。在這個例子中，我們按照 "groupings" 列進(jìn)行分組，并在每個分組內(nèi)應(yīng)用上述操作。

4. df.with_columns(count = ...): 使用 with_columns() 方法將新生成的 "count" 列添加到 DataFrame 中。

運行結(jié)果：

運行上述代碼將得到以下 DataFrame：

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     │
└───────────┴───────────────────────────┴───────┘

可以看到，"count" 列包含了每個分組內(nèi)的行號。

注意事項：

• int_range() 函數(shù)默認(rèn)從 0 開始生成整數(shù)序列。為了生成從 1 開始的行號，需要在結(jié)果上加 1。
• over() 函數(shù)的參數(shù)指定了分組的列名?？梢愿鶕?jù)實際情況修改此參數(shù)。
• 確保數(shù)據(jù)已按照分組列排序，以保證行號的連續(xù)性。如果數(shù)據(jù)未排序，可以使用 sort() 方法進(jìn)行排序。

總結(jié)：

通過結(jié)合 int_range() 函數(shù)和窗口函數(shù)，可以方便地在 Polars DataFrame 的每個分組內(nèi)添加行號。這種方法靈活且高效，可以滿足各種數(shù)據(jù)分析需求。 掌握這種技巧，能夠更方便地進(jìn)行分組統(tǒng)計、排名等操作。

以上就是Polars DataFrame 中如何在窗口內(nèi)添加行號的詳細(xì)內(nèi)容，更多請關(guān)注php中文網(wǎng)其它相關(guān)文章！