英文:
In a Polars groupby aggregation, how do you concatenate string values in each group?
问题
要在Polars DataFrame中对单列的字符串值进行连接，你可以使用agg函数，并使用pl.col('col2').agg(function)，其中function应该是join_with_separator。以下是示例代码：
df.groupby('col1').agg(
col2_g = pl.col('col2').agg(pl.col('col2').join_with_separator(','))
)
这应该会产生你期望的输出：
┌──────┬───────────┐
│ col1 ┆ col2_g │
│ --- ┆ --- │
│ str ┆ str │
╞══════╪═══════════╡
│ a ┆ val1,val1 │
│ b ┆ val2,val3 │
│ c ┆ val3 │
└──────┴───────────┘
请注意，join_with_separator函数用于在每个组内连接字符串值，并使用逗号作为分隔符。
英文:
When grouping a Polars dataframe in Python, how do you concatenate string values from a single column across rows within each group?
For example, given the following DataFrame:
import polars as pl
df = pl.DataFrame(
{
"col1": ["a", "b", "a", "b", "c"],
"col2": ["val1", "val2", "val1", "val3", "val3"]
}
)
Original df:
shape: (5, 2)
┌──────┬──────┐
│ col1 ┆ col2 │
│ --- ┆ --- │
│ str ┆ str │
╞══════╪══════╡
│ a ┆ val1 │
│ b ┆ val2 │
│ a ┆ val1 │
│ b ┆ val3 │
│ c ┆ val3 │
└──────┴──────┘
I want to run a groupby operation, like:
df.groupby('col1').agg(
col2_g = pl.col('col2').some_function_like_join(',')
)
The expected output is:
┌──────┬───────────┐
│ col1 ┆ col2_g │
│ --- ┆ --- │
│ str ┆ str │
╞══════╪═══════════╡
│ a ┆ val1,val1 │
│ b ┆ val2,val3 │
│ c ┆ val3 │
└──────┴───────────┘
What is the name of the some_function_like_join function?
I have tried the following methods, and none work:
df.groupby('col1').agg(pl.col('col2').arr.concat(','))
df.groupby('col1').agg(pl.col('col2').join(','))
df.groupby('col1').agg(pl.col('col2').arr.join(','))
答案1
得分: 3
如果您想要将它们连接起来，我假设您希望将结果作为一个字符串，使用您指定的分隔符：
out = df.groupby("col1").agg(
pl.col("col2").str.concat(",")
)
结果：
shape: (3, 2)
┌──────┬───────────┐
│ col1 ┆ col2 │
│ --- ┆ --- │
│ str ┆ str │
╞══════╪═══════════╡
│ a ┆ val1,val1 │
│ b ┆ val2,val3 │
│ c ┆ val3 │
└──────┴───────────┘
如果您希望它们放在一个List中，只需这样做：
out = df.groupby("col1").agg(
pl.col("col2")
)
结果：
shape: (3, 2)
┌──────┬──────────────────┐
│ col1 ┆ col2 │
│ --- ┆ --- │
│ str ┆ list[str] │
╞══════╪══════════════════╡
│ a ┆ ["val1", "val1"] │
│ c ┆ ["val3"] │
│ b ┆ ["val2", "val3"] │
└──────┴──────────────────┘
英文:
If you want to concatenate them, I assume you want the result as a string with your specified delimiter:
out = df.groupby("col1").agg(
pl.col("col2").str.concat(",")
)
Result:
shape: (3, 2)
┌──────┬───────────┐
│ col1 ┆ col2 │
│ --- ┆ --- │
│ str ┆ str │
╞══════╪═══════════╡
│ a ┆ val1,val1 │
│ b ┆ val2,val3 │
│ c ┆ val3 │
└──────┴───────────┘
If you want them within a List, you simply do:
out = df.groupby("col1").agg(
pl.col("col2")
)
Result:
shape: (3, 2)
┌──────┬──────────────────┐
│ col1 ┆ col2 │
│ --- ┆ --- │
│ str ┆ list[str] │
╞══════╪══════════════════╡
│ a ┆ ["val1", "val1"] │
│ c ┆ ["val3"] │
│ b ┆ ["val2", "val3"] │
└──────┴──────────────────┘
答案2
得分: 0
我认为最直接的方法是在agg之后使用with_columns。 聚合后的列将是List类型：
df.groupby('col1').agg(pl.col('col2')).with_columns(pl.col('col2').arr.concat(','))
英文:
I think the most straightforward way is to do a with_columns after the agg. The aggregated columns will be a List dtype:
df.groupby('col1').agg(pl.col('col2')).with_columns(pl.col('col2').arr.concat(','))
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论