如何通过循环获取group_by键？

Question

更新：

polars.dataframe.group_by.GroupBy

此后已变得可迭代。

for i, g in df.group_by('id', 'sid'):
    ...

---

分组后我需要对每个组做一些稍微复杂的处理。 在

pandas

中，可以写成如下：

for i,g in df.groupby(['id','sid']):
    pass

在极坐标中，

groups

函数返回一个DataFrame，但这不能方便地应用于for循环。

Answer 1

您可以使用分区依据。这将产生一个

dictionary

，其中

group_by

键映射到分区的

DataFrames

。

df = pl.DataFrame({
    "groups": [1, 1, 2, 2, 2],
    "values": pl.int_range(5, eager=True)
})

part_dfs = df.partition_by("groups", as_dict=True)

print(part_dfs)

{(1,): shape: (2, 2)
┌────────┬────────┐
│ groups ┆ values │
│ ---    ┆ ---    │
│ i64    ┆ i64    │
╞════════╪════════╡
│ 1      ┆ 0      │
│ 1      ┆ 1      │
└────────┴────────┘, 
(2,): shape: (3, 2)
┌────────┬────────┐
│ groups ┆ values │
│ ---    ┆ ---    │
│ i64    ┆ i64    │
╞════════╪════════╡
│ 2      ┆ 2      │
│ 2      ┆ 3      │
│ 2      ┆ 4      │
└────────┴────────┘}

注意： 结果键以

tuple

形式给出