user24758287's questions

Gostaria de realizar o seguinte:

Entrada:

df = pl.DataFrame({
    "a": [1,15,None,20,None]
})

Saída:

df = pl.DataFrame({
    "a": [1,15,None,20,None],
    "b": [0,14,None,5,None]
})

Ou seja, de:

para:

Então, o que ele faz:

1. Se o valor de "A" for nulo, então o valor de B (coluna de saída) também será nulo
2. Se "A" tiver algum valor, recupere o último valor não nulo em "A" e, em seguida, subtraia o valor atual em "A" com o valor não nulo anterior.

Gostaria de fazer isso na biblioteca de dataframes polars do Python, mas não consigo encontrar uma solução.

Tentei a seguinte pergunta:

Como selecionar o último valor não nulo de uma coluna e também o valor de outra coluna na mesma linha em Polars?

Mas infelizmente, isso não responde ao problema original, já que a pergunta realiza uma agregação de uma coluna inteira e, então, pega o último valor dessa coluna.

O que eu gostaria de fazer não é agregar uma coluna inteira, mas simplesmente subtrair um valor atual com um valor anterior não nulo.

Eu também tentei usar rolling:

df = df.with_row_index().rolling(
    index_column = 'index',
    period = '???i').agg(pl.col("A").last())

Mas, é claro, isso não funciona porque a ocorrência de Valores Nulos não pode ser determinada (ou seja, não é periódica, então não sei quantos índices antes da entrada atual contêm um valor não nulo em "A").

Alguém sabe como fazer isso?

Obrigado!

Gostaria de preencher um valor em uma coluna com base no nome de outra coluna, na biblioteca Polars do python (obtive o seguinte DF explodindo os nomes das colunas das minhas variáveis):

Entrada:

Saída esperada:

Você pode gerar a tabela de entrada aqui:

test = pl.DataFrame(
    {
        "Name": ["Apple","Apple","Apple","Banana","Banana","Banana"],
        "Average": [2,2,2,1,1,1],
        "Median": [3,3,3,5,5,5],
        "Q1": [4,4,4,10,10,10],
        "Variable":["Average","Median","Q1","Average","Median","Q1"]
    }
)

Eu tentei:

df = df.with_columns(value = pl.col(f"{pl.col.variable}"))

Mas isso não funciona porque polars percebem o argumento como uma função (?). Alguém sabe como fazer isso?

Nota: Eu também tentei transpor o dataframe, o que, além de ser computacionalmente caro, também não funcionou! Porque ele transporia o DF para um DF de 5 linhas. O que eu preciso é de um DF de (Nome * Número de Variáveis) linhas.

Ou seja, por exemplo, se eu tiver 3 nomes diferentes (por exemplo, Maçã, Banana e Fruta do Dragão) e 3 variáveis ​​(Média, Mediana, Q1), meu DF deverá ter 9 linhas de comprimento!