主页 / coding / 问题 / 78816652
Accepted
Phil-ZXX
Asked: 2024-07-31 21:33:07 +0800 CST

将数字类型的极坐标列与对象类型相乘（支持 __mul__）

  • 772

我有以下代码。

import polars as pl

class Summary:
    def __init__(self, value: float, origin: str):
        self.value  = value
        self.origin = origin

    def __repr__(self) -> str:
        return f'Summary({self.value},{self.origin})'

    def __mul__(self, x: float | int) -> 'Summary':
        return Summary(self.value * x, self.origin)

    def __rmul__(self, x: float | int) -> 'Summary':
        return self * x

mapping = {
    'CASH':  Summary( 1, 'E'),
    'ITEM':  Summary(-9, 'A'),
    'CHECK': Summary(46, 'A'),
}

df = pl.DataFrame({'quantity': [7, 4, 10], 'type': mapping.keys(), 'summary': mapping.values()})

数据框df如下所示。

shape: (3, 3)
┌──────────┬───────┬───────────────┐
│ quantity ┆ type  ┆ summary       │
│ ---      ┆ ---   ┆ ---           │
│ i64      ┆ str   ┆ object        │
╞══════════╪═══════╪═══════════════╡
│ 7        ┆ CASH  ┆ Summary(1,E)  │
│ 4        ┆ ITEM  ┆ Summary(-9,A) │
│ 10       ┆ CHECK ┆ Summary(46,A) │
└──────────┴───────┴───────────────┘

特别地，summary列中包含一个Summary类对象，该类对象支持乘法。现在，我想将该列与该quantity列相乘。

然而，这种简单的方法会引发错误。

df.with_columns(pl.col('quantity').mul(pl.col('summary')).alias('qty_summary'))

SchemaError: failed to determine supertype of i64 and object

有没有办法将这些列相乘？

python

2 个回答

  1. Best Answer

    请记住，Polars 的设计目的是让计算在 Rust 而不是 Python 中运行，后者的速度要快 1000 倍。如果您想要运行 Python 操作，那么您首先就会失去使用 Polars 的很多好处。

    但值得庆幸的是，Polars 确实有一个与此相关的非常好的功能，那就是“原生”处理dataclasses。

    import polars as pl
from dataclasses import dataclass


@dataclass
class Summary:
    value: float
    origin: str

    def __mul__(self, x: float | int) -> "Summary":
        return Summary(self.value * x, self.origin)

    def __rmul__(self, x: float | int) -> "Summary":
        return self * x


mapping = {
    "CASH": Summary(1, "E"),
    "ITEM": Summary(-9, "A"),
    "CHECK": Summary(46, "A"),
}

df = pl.DataFrame(
    {
        "quantity": [7, 4, 10],
        "type": mapping.keys(),
        "summary": mapping.values(),
    }
)

df

    因为Summary是dataclass，所以您 1. 不需要__init__和__repr__（它们是免费的），并且 2. 不需要对 Polars 进行任何特殊操作来构造它们。

    shape: (3, 3)
┌──────────┬───────┬────────────┐
│ quantity ┆ type  ┆ summary    │
│ ---      ┆ ---   ┆ ---        │
│ i64      ┆ str   ┆ struct[2]  │
╞══════════╪═══════╪════════════╡
│ 7        ┆ CASH  ┆ {1.0,"E"}  │
│ 4        ┆ ITEM  ┆ {-9.0,"A"} │
│ 10       ┆ CHECK ┆ {46.0,"A"} │
└──────────┴───────┴────────────┘

    现在您可以执行常规的 Polars 结构操作：

    df.with_columns(
    qty_summary=pl.struct(
        pl.col("summary").struct.field("value") * pl.col("quantity"),
        pl.col("summary").struct.field("origin"),
    )
)
    • 4

  2. 您在评论中提到，您希望能够将Summary列的某些字段与另一列相乘。

    也许你可以建议你将数据存储为结构体：

    df = pl.DataFrame({
    "type": ["CASH","ITEM","CHECK"], 
    "summary": [{'value':  1.0, 'origin': 'E'}, {'value': -9.0, 'origin': 'A'},  {'value': 46.0, 'origin': 'A'}],
    "quantity": [7,4,10]
})

┌───────┬────────────┬──────────┐
│ type  ┆ summary    ┆ quantity │
│ ---   ┆ ---        ┆ ---      │
│ str   ┆ struct[2]  ┆ i64      │
╞═══════╪════════════╪══════════╡
│ CASH  ┆ {1.0,"E"}  ┆ 7        │
│ ITEM  ┆ {-9.0,"A"} ┆ 4        │
│ CHECK ┆ {46.0,"A"} ┆ 10       │
└───────┴────────────┴──────────┘

    只需单独定义您想要受影响的字段列表即可。您可以使用它with_fields()来乘以结构中的某些字段：

    fields_to_multiply = ["value"]

df.with_columns(
    pl.col.summary.struct.with_fields(
        pl.field(fields_to_multiply) * pl.col.quantity
    )
)


┌───────┬─────────────┬──────────┐
│ type  ┆ summary     ┆ quantity │
│ ---   ┆ ---         ┆ ---      │
│ str   ┆ struct[2]   ┆ i64      │
╞═══════╪═════════════╪══════════╡
│ CASH  ┆ {7.0,"E"}   ┆ 7        │
│ ITEM  ┆ {-36.0,"A"} ┆ 4        │
│ CHECK ┆ {460.0,"A"} ┆ 10       │
└───────┴─────────────┴──────────┘
    • 1

相关问题