主页 / coding / 问题 / 78902630
Accepted
crazydragon777
Asked: 2024-08-23 00:33:12 +0800 CST

是否有一种有效的方法可以将每个剩余的未选择的列包含在 python-polars 选择中？

  • 772

我正在尝试重新排列 Polars 数据框中的列，并首先放置 100 列中的 5 列（不幸的是，文档在 Excel 中必须具有一定的可读性）。我似乎找不到一种简单的方法来做到这一点。

理想情况下，我想要一些简单的东西，比如

df.select(
    'col2',
    'col1',
    r'^.*$',  # the rest of the columns, but this throws a duplicate column name error
)

不支持负向前瞻，因此无法制作排除我所选列的正则表达式。我可以进行两个重叠的选择，从一个选择中删除列，然后将它们连接起来，但这似乎不是预期的方法。我发现的所有其他解决方案都涉及明确命名每一列，我试图避免这种情况，因为列会经常添加或更改名称。

python

2 个回答

  1. 它涉及两次命名列，但您可以将它们排除：

    df.select('col2', 'col1', pl.exclude('col1', 'col2'))

    例子：

    df = pl.DataFrame(schema=list('abcdefg'))

df.select('g', 'e', pl.exclude('e', 'g'))

    shape: (0, 7)
┌──────┬──────┬──────┬──────┬──────┬──────┬──────┐
│ g    ┆ e    ┆ a    ┆ b    ┆ c    ┆ d    ┆ f    │
│ ---  ┆ ---  ┆ ---  ┆ ---  ┆ ---  ┆ ---  ┆ ---  │
│ null ┆ null ┆ null ┆ null ┆ null ┆ null ┆ null │
╞══════╪══════╪══════╪══════╪══════╪══════╪══════╡
└──────┴──────┴──────┴──────┴──────┴──────┴──────┘

    有一个功能请求允许df.select('col2', 'col1', ...)

    • 4
  2. Best Answer

    您可以pl.exclude与海象运算符结合使用。

    假设你有类似的东西

    df=pl.DataFrame(
    [
        pl.Series('c', [1, 2, 3], dtype=pl.Int64),
        pl.Series('b', [2, 3, 4], dtype=pl.Int64),
        pl.Series('fcvem', [4, 5, 6], dtype=pl.Int64),
        pl.Series('msoy', [4, 5, 6], dtype=pl.Int64),
        pl.Series('smrn', [4, 5, 6], dtype=pl.Int64),
        pl.Series('z', [4, 5, 6], dtype=pl.Int64),
        pl.Series('wxous', [4, 5, 6], dtype=pl.Int64),
        pl.Series('uusn', [4, 5, 6], dtype=pl.Int64),
        pl.Series('ydj', [4, 5, 6], dtype=pl.Int64),
        pl.Series('squr', [4, 5, 6], dtype=pl.Int64),
        pl.Series('yyx', [4, 5, 6], dtype=pl.Int64),
        pl.Series('nl', [4, 5, 6], dtype=pl.Int64),
        pl.Series('a', [0, 1, 2], dtype=pl.Int64),
    ]
)

    并且您希望前 3 列为 'a'、'b'、'c'。您可以执行以下操作：

    df.select(*(start_cols:=['a','b','c']), pl.exclude(start_cols))

    这将创建一个名为的列表start_cols，其中包含“a”、“b”、“c”。星号解开列表，然后pl.exclude使用的内容start_cols告诉 polars 返回除之外的所有内容start_cols。

    如果愿意，您可以改用以下语法：

    df.select((start_cols:=['a','b','c'])+ [pl.exclude(start_cols)])
    • 2

相关问题