英文:
What is a good way to divide all columns element-wise by a column-specific scalar in a polars dataframe?
问题
我有一个包含一些整数值的 Polars 数据帧，例如：
>>> import polars as pl
>>> df = pl.DataFrame({'a':[3,3,3],'b':[6,6,9]})
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 3 ┆ 6 │
│ 3 ┆ 6 │
│ 3 ┆ 9 │
└─────┴─────┘
现在我想将数据帧中的数据相对于第一行的值进行转换，即列 a 中的所有值都除以 3，列 b 中的所有值都除以 6，以得到：
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ f32 ┆ f32 │
╞═════╪═════╡
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.5 │
└─────┴─────┘
使用 Polars 表达式来实现这个目标的一个好方法是什么？
我找不到 Polars Series 上的 divide 方法，也不清楚如何在 Polars with_columns 上下文中获取列中的第一个值。
英文:
I have a polars dataframe containing some columns with integer values in them, e.g.
>>> import polars as pl
>>> df = pl.DataFrame({'a':[3,3,3],'b':[6,6,9]})
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 3 ┆ 6 │
│ 3 ┆ 6 │
│ 3 ┆ 9 │
└─────┴─────┘
Now I would like to transform the data in the dataframe to be relative to the value in the first row, i.e. all values in column a would be divided by 3, all values in column b divided by 6 to receive
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ f32 ┆ f32 │
╞═════╪═════╡
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.5 │
└─────┴─────┘
What would be a good way to implement this using polars expressions?
I cannot find a divide method on polars Series and it is unclear to me how to get the first value in a column in the polars with_columns context.
答案1
得分: 1
找到一个解决方案：
>>> import polars as pl
>>> df = pl.DataFrame({'a':[3,3,3],'b':[6,6,9]})
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 3 ┆ 6 │
│ 3 ┆ 6 │
│ 3 ┆ 9 │
└─────┴─────┘
>>> df.with_columns(pl.all()/pl.all().head(1))
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ f64 ┆ f64 │
╞═════╪═════╡
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.5 │
└─────┴─────┘
如果有更好的建议，欢迎提出。
英文:
Found a solution:
>>> import polars as pl
>>> df = pl.DataFrame({'a':[3,3,3],'b':[6,6,9]})
>>> df
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 3 ┆ 6 │
│ 3 ┆ 6 │
│ 3 ┆ 9 │
└─────┴─────┘
>>> df.with_columns(pl.all()/pl.all().head(1))
shape: (3, 2)
┌─────┬─────┐
│ a ┆ b │
│ --- ┆ --- │
│ f64 ┆ f64 │
╞═════╪═════╡
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.0 │
│ 1.0 ┆ 1.5 │
└─────┴─────┘
In case someone has a better suggestion, it would be very much welcome.
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