我可以使用 Polars `or_` 执行按位分组和聚合吗？

Question

假设我有一个

auth

字段，它使用位标志来指示权限（例如 bit-0 表示

add

，bit-1 表示

delete

）。

我如何或他们在一起？

import polars as pl

df_in = pl.DataFrame(
    {
        "k": ["a", "a", "b", "b", "c"],
        "auth": [1, 3, 1, 0, 0],
    }
)

数据框：

df_in: shape: (5, 2)
┌─────┬──────┐
│ k   ┆ auth │
│ --- ┆ ---  │
│ str ┆ i64  │
╞═════╪══════╡
│ a   ┆ 1    │
│ a   ┆ 3    │
│ b   ┆ 1    │
│ b   ┆ 0    │
│ c   ┆ 0    │
└─────┴──────┘

当我分组并求和时，情况看起来不错，我将

auth

按

k

求和

dfsum = df_in.group_by("k").agg(pl.col("auth").sum())

dfsum: shape: (3, 2)
┌─────┬──────┐
│ k   ┆ auth │
│ --- ┆ ---  │
│ str ┆ i64  │
╞═════╪══════╡
│ a   ┆ 4    │
│ b   ┆ 1    │
│ c   ┆ 0    │
└─────┴──────┘

所以，在使用

group_by

时，看起来我正确地使用了

agg

和

sum

。

使用时不太好

or_

。

dfor = df_in.group_by("k").agg(pl.col("auth").or_())

给予

dfor: shape: (3, 2)
┌─────┬───────────┐
│ k   ┆ auth      │
│ --- ┆ ---       │
│ str ┆ list[i64] │
╞═════╪═══════════╡
│ a   ┆ [1, 3]    │
│ b   ┆ [1, 0]    │
│ c   ┆ [0]       │
└─────┴───────────┘

期望：

对于

or_

我本来期待这个结果：

df_wanted_or: shape: (3, 2)
┌─────┬──────┐
│ k   ┆ auth │
│ --- ┆ ---  │
│ str ┆ i64  │
╞═════╪══════╡
│ a   ┆ 3    │
│ b   ┆ 1    │
│ c   ┆ 0    │
└─────┴──────┘

现在，我确实找到了一种解决方法，即使用

map_batches

来调用 Python 函数。 非常简单，比如

functools.reduce(lambda x,y: x|y)

但是如何在不离开 Polars 的情况下执行此操作？

Answer 1

它看起来还没有在极地中实现 - 问题。

目前您可能可以使用 DuckDB 与 Polars 和

bit_or()

；

集成

duckdb.sql("""
    select
        k,
        bit_or(auth) as auth
    from df_in
    group by
        k
""").pl()

shape: (3, 2)
┌─────┬──────┐
│ k   ┆ auth │
│ --- ┆ ---  │
│ str ┆ i64  │
╞═════╪══════╡
│ a   ┆ 3    │
│ b   ┆ 1    │
│ c   ┆ 0    │
└─────┴──────┘