主页 / coding / 问题 / 79244459
Accepted
Simon
Asked: 2024-12-02 22:33:51 +0800 CST

如何在 Polars DataFrame 中使用聚合函数作为索引？

  • 772

我有一个 Polars DataFrame，我想创建一个汇总视图，其中聚合值（例如唯一 ID、总发送量）以一种便于跨月比较的格式显示。以下是我的数据集示例：

我的示例数据框：

import polars as pl
df = pl.DataFrame({
    "Channel": ["X", "X", "Y", "Y", "X", "X", "Y", "Y", "X", "X", "Y", "Y", "X", "X", "Y", "Y"],
    "ID": ["a", "b", "b", "a", "e", "b", "g", "h", "a", "a", "k", "a", "b", "n", "o", "p"],
    "Month": ["1", "2", "1", "2", "1", "2", "1", "2", "1", "2", "1", "2", "1", "2", "1", "2"]
})

目前，我使用以下group_by()方法来计算每个月和每个渠道的唯一 ID 数量和总发送次数：

(
    df
    .group_by(
        pl.col("Month"),
        pl.col("Channel")
    )
    .agg(
        pl.col("ID").n_unique().alias("Uniques ID"),
        pl.col("ID").len().alias("Total sends")
    )
)
shape: (4, 4)
┌───────┬─────────┬────────────┬─────────────┐
│ Month ┆ Channel ┆ Uniques ID ┆ Total sends │
│ ---   ┆ ---     ┆ ---        ┆ ---         │
│ str   ┆ str     ┆ u32        ┆ u32         │
╞═══════╪═════════╪════════════╪═════════════╡
│ 1     ┆ X       ┆ 3          ┆ 4           │
│ 1     ┆ Y       ┆ 4          ┆ 4           │
│ 2     ┆ X       ┆ 3          ┆ 4           │
│ 2     ┆ Y       ┆ 3          ┆ 4           │
└───────┴─────────┴────────────┴─────────────┘

但是，我的实际数据集要大得多，并且具有更多 agg_functions，因此我需要一种能够更好地突出显示跨月比较的格式。理想情况下，我希望输出如下所示：

| Channels | agg_func     | months | months |
|----------|--------------|--------|--------|
|          |              | 1      | 2      |
| X        | Uniques ID   | 3      | 3      |
| X        | Total sends  | 4      | 4      |
| Y        | Uniques ID   | 4      | 3      |
| Y        | Total sends  | 4      | 4      |

我相信我可以使用.pivot()并传递聚合函数作为索引的一部分。但是，我不确定如何在不创建辅助 DataFrame 的情况下直接实现这一点。有什么建议吗？

python

1 个回答

  1. Best Answer

    您可以在旋转时聚合多个聚合，然后展开列表：

    (
    df.pivot(
        on="Month",
        values="ID",
        aggregate_function=
        pl.concat_list(
            pl.element().n_unique().alias("value"),
            pl.element().len().alias("value")
        )
    )
    .with_columns(agg_func=["Uniques ID","Total sends"])
    .explode(pl.exclude("Channel"))
)

    shape: (4, 4)
┌─────────┬─────┬─────┬─────────────┐
│ Channel ┆ 1   ┆ 2   ┆ agg_func    │
│ ---     ┆ --- ┆ --- ┆ ---         │
│ str     ┆ u32 ┆ u32 ┆ str         │
╞═════════╪═════╪═════╪═════════════╡
│ X       ┆ 3   ┆ 3   ┆ Uniques ID  │
│ X       ┆ 4   ┆ 4   ┆ Total sends │
│ Y       ┆ 4   ┆ 3   ┆ Uniques ID  │
│ Y       ┆ 4   ┆ 4   ┆ Total sends │
└─────────┴─────┴─────┴─────────────┘

    或者，您可以使用多个枢轴（每个聚合函数一个）来完成此操作：

    pl.concat([
    df.pivot(
       on="Month",
       values="ID",
       aggregate_function=agg_func
    ).with_columns(
        pl.lit(agg_func_name).alias("agg_func")
    )
    for agg_func, agg_func_name in [
        (pl.element().n_unique(), "Uniques ID"), 
        (pl.element().len(), "Total sends")
    ]
])

# alternatively group_by first and then pivot
# pl.concat([
#     df.group_by("Month","Channel")
#     .agg(agg_func)
#     .with_columns(agg_func=pl.lit(agg_func_name))
#     for agg_func, agg_func_name in [
#         (pl.col.ID.n_unique(), "Uniques ID"), 
#         (pl.col.ID.len(), "Total sends")
#     ]
# ]).pivot(on="Month", values="ID")

    shape: (4, 4)
┌─────────┬─────┬─────┬─────────────┐
│ Channel ┆ 1   ┆ 2   ┆ agg_func    │
│ ---     ┆ --- ┆ --- ┆ ---         │
│ str     ┆ u32 ┆ u32 ┆ str         │
╞═════════╪═════╪═════╪═════════════╡
│ X       ┆ 3   ┆ 3   ┆ Uniques ID  │
│ Y       ┆ 4   ┆ 3   ┆ Uniques ID  │
│ X       ┆ 4   ┆ 4   ┆ Total sends │
│ Y       ┆ 4   ┆ 4   ┆ Total sends │
└─────────┴─────┴─────┴─────────────┘

    当然，你也可以使用unpivot以下方法扩展你的解决方案：pivot

    (
    df
    .group_by("Month","Channel")
    .agg(
        pl.col("ID").n_unique().alias("Uniques ID"),
        pl.col("ID").len().alias("Total sends")
    )
    .unpivot(index=["Month","Channel"], variable_name="agg_func")
    .pivot(on="Month", values="value")
)

    shape: (4, 4)
┌─────────┬─────────────┬─────┬─────┐
│ Channel ┆ agg_func    ┆ 2   ┆ 1   │
│ ---     ┆ ---         ┆ --- ┆ --- │
│ str     ┆ str         ┆ u32 ┆ u32 │
╞═════════╪═════════════╪═════╪═════╡
│ Y       ┆ Uniques ID  ┆ 3   ┆ 4   │
│ X       ┆ Uniques ID  ┆ 3   ┆ 3   │
│ Y       ┆ Total sends ┆ 4   ┆ 4   │
│ X       ┆ Total sends ┆ 4   ┆ 4   │
└─────────┴─────────────┴─────┴─────┘
    • 1

相关问题