Início / coding / Perguntas / 78974009
Accepted
Phil-ZXX
Asked: 2024-09-11 21:17:40 +0800 CST

Polars pl.col(field).name.map_fields se aplica a todas as colunas de struct (não a especificada)

  • 772

Eu tenho este código:

import polars as pl

cols = ['Delta', 'Qty']

metrics = {'CHECK.US': {'Delta': {'ABC': 1, 'DEF': 2}, 'Qty': {'GHIJ': 3, 'TT': 4}},
           'CHECK.NA': {},
           'CHECK.FR': {'Delta': {'QQQ': 7, 'ABC': 6}, 'Qty': {'SS': 9, 'TT': 5}}
          }

df = pl.DataFrame([{col: v.get(col) for col in cols} for v in metrics.values()])\
       .insert_column(0, pl.Series('key', metrics.keys()))\
       .with_columns([pl.col(col).name.map_fields(lambda x: f'{col} ({x})') for col in cols])

Agora, df.unnest('Qty')fornece corretamente todas as colunas formatadas como Qty (xxx):

shape: (3, 5)
┌──────────┬────────────┬────────────┬──────────┬──────────┐
│ key      ┆ Delta      ┆ Qty (GHIJ) ┆ Qty (TT) ┆ Qty (SS) │
│ ---      ┆ ---        ┆ ---        ┆ ---      ┆ ---      │
│ str      ┆ struct[3]  ┆ i64        ┆ i64      ┆ i64      │
╞══════════╪════════════╪════════════╪══════════╪══════════╡
│ CHECK.US ┆ {1,2,null} ┆ 3          ┆ 4        ┆ null     │
│ CHECK.NA ┆ null       ┆ null       ┆ null     ┆ null     │
│ CHECK.FR ┆ {6,null,7} ┆ null       ┆ 5        ┆ 9        │
└──────────┴────────────┴────────────┴──────────┴──────────┘

Entretanto, quando faço a mesma coisa, df.unnest('Delta')ele retorna incorretamente colunas com Qty (xxx):

shape: (3, 5)
┌──────────┬───────────┬───────────┬───────────┬────────────┐
│ key      ┆ Qty (ABC) ┆ Qty (DEF) ┆ Qty (QQQ) ┆ Qty        │
│ ---      ┆ ---       ┆ ---       ┆ ---       ┆ ---        │
│ str      ┆ i64       ┆ i64       ┆ i64       ┆ struct[3]  │
╞══════════╪═══════════╪═══════════╪═══════════╪════════════╡
│ CHECK.US ┆ 1         ┆ 2         ┆ null      ┆ {3,4,null} │
│ CHECK.NA ┆ null      ┆ null      ┆ null      ┆ null       │
│ CHECK.FR ┆ 6         ┆ null      ┆ 7         ┆ {null,5,9} │
└──────────┴───────────┴───────────┴───────────┴────────────┘

Os valores parecem corretos, apenas os nomes das colunas estão errados.

Estou usando pl.col(col).name.map_field(...)incorretamente? Como posso consertar meu código para que a saída se torne esta:

shape: (3, 5)
┌──────────┬─────────────┬─────────────┬─────────────┬────────────┐
│ key      ┆ Delta (ABC) ┆ Delta (DEF) ┆ Delta (QQQ) ┆ Qty        │
│ ---      ┆ ---         ┆ ---         ┆ ---         ┆ ---        │
│ str      ┆ i64         ┆ i64         ┆ i64         ┆ struct[3]  │
╞══════════╪═════════════╪═════════════╪═════════════╪════════════╡

?

python-polars

1 respostas

  1. Best Answer

    É mais um "Gotcha" geral do Python em relação a lambdas dentro de loops.

    funcs = []

for col in "one", "two":
    funcs.append(lambda: print(f"{col=}"))
    
for func in funcs: func()

    col='two'
col='two'

    colestá sendo definido como o último valor no loop para cada lambda.

    A solução alternativa é usar parâmetros nomeados.

    funcs = []

for col in "one", "two":
    funcs.append(lambda col=col: print(f"{col=}"))
    
for func in funcs: func()

    col='one'
col='two'

    No seu exemplo específico:

    pl.col(col).name.map_fields(lambda x, col=col: f'{col} ({x})') for col in cols  
#                                     ^^^^^^^

    1. link

    • 3

relate perguntas