Polars列表分组交集方法详解
2025-08-02 23:18:33
0浏览
收藏
对于一个文章开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《Polars列表分组求交集方法与技巧》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

在数据处理中,我们经常会遇到需要对 DataFrame 中的列表(list)类型列进行分组聚合的场景。一个常见的需求是,对于每个分组,找出其所有列表中元素的交集。例如,给定一个包含 id 和 values(字符串列表)的 DataFrame,我们希望得到每个 id 组内所有 values 列表的共同元素。
考虑以下示例 DataFrame:
import polars as pl
df = pl.DataFrame(
{"id": [1,1,2,2,3,3],
"values": [["A", "B"], ["B", "C"], ["A", "B"], ["B", "C"], ["A", "B"], ["B", "C"]]
}
)
print(df)其输出为:
shape: (6, 2) ┌─────┬───────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[str] │ ╞═════╪═══════════╡ │ 1 ┆ ["A", "B"]│ │ 1 ┆ ["B", "C"]│ │ 2 ┆ ["A", "B"]│ │ 2 ┆ ["B", "C"]│ │ 3 ┆ ["A", "B"]│ │ 3 ┆ ["B", "C"]│ └─────┴───────────┘
我们期望的输出是每个 id 组内 values 列表的交集,即:
shape: (3, 2) ┌─────┬───────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[str] │ ╞═════╪═══════════╡ │ 1 ┆ ["B"] │ │ 2 ┆ ["B"] │ │ 3 ┆ ["B"] │ └─────┴───────────┘
直接列表操作的局限性
初看起来,我们可能会尝试使用 pl.reduce 结合 Polars 提供的列表集合操作 list.set_intersection。然而,这种方法往往无法直接达到预期效果,因为它可能在 Series 级别而不是列表元素级别进行聚合,导致结果不符合预期。
例如,以下尝试:
# 尝试1:直接在聚合中使用pl.reduce
result_reduce_1 = df.group_by("id").agg(
pl.reduce(function=lambda acc, x: acc.list.set_intersection(x),
exprs=pl.col("values"))
)
print(result_reduce_1)输出显示 values 列变成了 list[list[str]],这并非我们想要的单个列表的交集:
shape: (3, 2) ┌─────┬──────────────────────────┐ │ id ┆ values │ │ --- ┆ --- │ │ i64 ┆ list[list[str]] │ ╞═════╪══════════════════════════╡ │ 1 ┆ [["A", "B"], ["B", "C"]] │ │ 3 ┆ [["A", "B"], ["B", "C"]] │ │ 2 ┆ [["A", "B"], ["B", "C"]] │ └─────┴──────────────────────────┘
另一个尝试是先 explode 再 reduce,但这会将所有元素扁平化后再进行集合操作,失去了原始列表的边界信息,导致结果是所有元素的并集而非交集:
今天关于《Polars列表分组交集方法详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
MySQL中文界面设置方法详解
- 上一篇
- MySQL中文界面设置方法详解
- 下一篇
- Golang组合模式实现目录树管理
查看更多
最新文章
-
- 文章 · python教程 | 3小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 8小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 9小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 10小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1099次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1265次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

