Реальный Python

📊 Группировка данных в Polars с помощью `groupby`

Polars — это высокопроизводительная библиотека для анализа данных на Python. Она особенно хороша при работе с большими объемами данных, благодаря своей колонко-ориентированной архитектуре и использованию Rust под капотом.

Одним из ключевых инструментов для агрегации и анализа данных является метод .groupby().

Основы .groupby()

Пример базовой группировки:

import polars as pl

df = pl.DataFrame({
    "city": ["London", "London", "Oslo", "Oslo", "Berlin", "Berlin"],
    "year": [2020, 2021, 2020, 2021, 2020, 2021],
    "value": [100, 150, 200, 220, 50, 80],
})

result = df.groupby("city").agg([
    pl.col("value").mean().alias("average_value")
])
print(result)

Группировка по нескольким колонкам

Можно сгруппировать по нескольким признакам:

df.groupby(["city", "year"]).agg([
    pl.col("value").sum().alias("total_value")
])

Использование выражений

Polars поддерживает ленивое выполнение (lazy evaluation) и мощную систему выражений:

df.groupby("city").agg([
    (pl.col("value") * 2).mean().alias("double_avg")
])

Методы .groupby() в ленивом API

Для работы с большими данными предпочтительно использовать ленивый режим:

df_lazy = df.lazy()
result = df_lazy.groupby("city").agg([
    pl.col("value").sum().alias("total")
])

Для запуска вычислений используется .collect():

result.collect()

Применение .groupby_dynamic() и .groupby_rolling()

Эти методы полезны при работе с временными рядами:

* groupby_dynamic: для агрегирования по фиксированным временным интервалам (например, по дням, неделям).
* groupby_rolling: для скользящего окна (например, скользящее среднее за 7 дней).

Пример:

df = pl.DataFrame({
    "timestamp": pl.date_range(low=datetime(2022,1,1), high=datetime(2022,1,10), interval="1d"),
    "value": range(10)
})

df.groupby_rolling(index_column="timestamp", period="3d").agg([
    pl.col("value").mean().alias("rolling_avg")
])

https://realpython.com/polars-groupby/

#python

👉 @python_real

👍3

www.tgoop.com/python_real/992

900 viewsMay 19 at 14:59

📊 Группировка данных в Polars с помощью `groupby`

Polars — это высокопроизводительная библиотека для анализа данных на Python. Она особенно хороша при работе с большими объемами данных, благодаря своей колонко-ориентированной архитектуре и использованию Rust под капотом.

Одним из ключевых инструментов для агрегации и анализа данных является метод .groupby().

Основы .groupby()

Пример базовой группировки:

import polars as pl

df = pl.DataFrame({
    "city": ["London", "London", "Oslo", "Oslo", "Berlin", "Berlin"],
    "year": [2020, 2021, 2020, 2021, 2020, 2021],
    "value": [100, 150, 200, 220, 50, 80],
})

result = df.groupby("city").agg([
    pl.col("value").mean().alias("average_value")
])
print(result)

df.groupby(["city", "year"]).agg([
    pl.col("value").sum().alias("total_value")
])

df.groupby("city").agg([
    (pl.col("value") * 2).mean().alias("double_avg")
])

df_lazy = df.lazy()
result = df_lazy.groupby("city").agg([
    pl.col("value").sum().alias("total")
])

result.collect()

df = pl.DataFrame({
    "timestamp": pl.date_range(low=datetime(2022,1,1), high=datetime(2022,1,10), interval="1d"),
    "value": range(10)
})

df.groupby_rolling(index_column="timestamp", period="3d").agg([
    pl.col("value").mean().alias("rolling_avg")
])

BY Реальный Python