如何根据Polars中一列的分组方法创建新列？

Question

我有一些数据结构如第一张图片所示。我喜欢重构数据框的地方。 初始数据的一小段：

id	时间	价值
2050	02-01	20
2051	02-01	25
2050	02-02	21
2051	02-02	22
2051	02-03	23

我希望重组数据帧的方式是使用时间戳列，然后为每个 externallogid 添加一列。我已经使用 pandas 完成了此操作，但由于文件相当大，并且必须多次使用，因此由于速度原因，我想在 Polars 中完成此操作。

预期输出：

时间	2050	2051
02-01	20	25
02-02	21	22
02-03	南	23

我尝试过使用groupby函数，以及join/hstack/concat。但在尝试使用 Lazyframes 时似乎遇到了问题。

谢谢

生成数据：

import polars as pl

lf = pl.DataFrame({'id': [2050, 2051, 2050, 2051, 2051],
                    'time': ['2023-05-01',
                             '2023-05-01',
                             '2023-05-02',
                             '2023-05-02',
                             '2023-05-03'],
                   'value': [20, 25, 21, 22, 23]})
lf = lf.with_columns(pl.col("time").str.to_datetime("%Y-%m-%d"))

Answer 1

你应该

.pivot()

；

In [29]: lf.pivot('id', index='time')
Out[29]:
shape: (3, 3)
┌─────────────────────┬──────┬──────┐
│ time                ┆ 2050 ┆ 2051 │
│ ---                 ┆ ---  ┆ ---  │
│ datetime[μs]        ┆ i64  ┆ i64  │
╞═════════════════════╪══════╪══════╡
│ 2023-05-01 00:00:00 ┆ 20   ┆ 25   │
│ 2023-05-02 00:00:00 ┆ 21   ┆ 22   │
│ 2023-05-03 00:00:00 ┆ null ┆ 23   │
└─────────────────────┴──────┴──────┘