Como você deve ter percebido pelas minhas outras perguntas, estou em transição de pandas para polars agora. Tenho um df polars com listas aninhadas de forma diferente, como esta:
┌────────────────────────────────────┬────────────────────────────────────┬─────────────────┬──────┐
│ col1 ┆ col2 ┆ col3 ┆ col4 │
│ --- ┆ --- ┆ --- ┆ --- │
│ list[list[str]] ┆ list[list[str]] ┆ list[str] ┆ str │
╞════════════════════════════════════╪════════════════════════════════════╪═════════════════╪══════╡
│ [["a", "a"], ["b", "b"], ["c", "c"]┆ [["a", "a"], ["b", "b"], ["c", "c"]┆ ["A", "B", "C"] ┆ 1 │
│ [["a", "a"]] ┆ [["a", "a"]] ┆ ["A"] ┆ 2 │
│ [["b", "b"], ["c", "c"]] ┆ [["b", "b"], ["c", "c"]] ┆ ["B", "C"] ┆ 3 │
└────────────────────────────────────┴────────────────────────────────────┴─────────────────┴──────┘
Agora quero unir as listas de dentro para fora usando separadores diferentes para chegar a isso:
┌─────────────┬─────────────┬───────┬──────┐
│ col1 ┆ col2 ┆ col3 ┆ col4 │
│ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ str ┆ str │
╞═════════════╪═════════════╪═══════╪══════╡
│ a+a-b+b-c+c ┆ a+a-b+b-c+c ┆ A-B-C ┆ 1 │
│ a+a ┆ a+a ┆ A ┆ 2 │
│ b+b-c+c ┆ b+b-c+c ┆ B-C ┆ 3 │
└─────────────┴─────────────┴───────┴──────┘
Eu faço isso usando map_elements
um loop for, mas acho que é altamente ineficiente. Existe uma maneira nativa polars de gerenciar isso?
Aqui está meu código:
import polars as pl
df = pl.DataFrame({"col1": [[["a", "a"], ["b", "b"], ["c", "c"]], [["a", "a"]], [["b", "b"], ["c", "c"]]],
"col2": [[["a", "a"], ["b", "b"], ["c", "c"]], [["a", "a"]], [["b", "b"], ["c", "c"]]],
"col3": [["A", "B", "C"], ["A"], ["B", "C"]],
"col4": ["1", "2", "3"]})
nested_list_cols = ["col1", "col2"]
list_cols = ["col3"]
for col in nested_list_cols:
df = df.with_columns(pl.lit(df[col].map_elements(lambda listed: ['+'.join(element) for element in listed], return_dtype=pl.List(pl.String))).alias(col)) # is the return_dtype always pl.List(pl.String)?
for col in list_cols + nested_list_cols:
df = df.with_columns(pl.lit(df[col].list.join(separator='-')).alias(col))
Você poderia usar
list.eval()
e.list.join()
pl.Expr.list.eval()
para revisar listas internas.pl.Expr.list.join()
para juntar-se a listas.