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

Existe uma maneira eficiente de incluir todas as colunas não selecionadas restantes em uma seleção python-polars?

  • 772

Estou tentando reordenar as colunas em um dataframe Polars e colocar 5 colunas de 100 primeiro (infelizmente, o documento deve ser legível no Excel). Não consigo encontrar uma maneira fácil de fazer isso.

Idealmente, eu gostaria de algo simples como

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

Lookahead negativo não é suportado, portanto não é possível criar um regex que exclua minhas colunas selecionadas. Eu poderia fazer duas seleções sobrepostas, eliminar as colunas de uma seleção e depois juntá-las, mas essa não parece ser a maneira pretendida de fazer isso. Todas as outras soluções que encontrei envolvem nomear explicitamente cada coluna, o que estou tentando evitar à medida que as colunas são adicionadas ou mudam de nome com certa frequência.

python

2 respostas

  1. Envolve nomear as colunas duas vezes, mas você pode excluí-las:

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

    Exemplo:

    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 │
╞══════╪══════╪══════╪══════╪══════╪══════╪══════╡
└──────┴──────┴──────┴──────┴──────┴──────┴──────┘

    Há uma solicitação de recurso para permitirdf.select('col2', 'col1', ...)

    • 4
  2. Best Answer

    Você pode combinar pl.excludecom o operador morsa.

    Suponha que você tenha algo como

    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),
    ]
)

    e você deseja que as 3 primeiras colunas sejam 'a', 'b', 'c'. Você pode fazer:

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

    Isso cria uma lista chamada start_colsque contém 'a','b','c'. O asterisco desembrulha a lista e então pl.excludeusa o conteúdo de start_colspara dizer aos polares para retornar tudo, exceto start_cols.

    Se preferir, você pode fazer esta sintaxe:

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

relate perguntas