Polars 1.28版本中over聚合函数行为变更分析
2025-05-04 11:32:56作者:江焘钦
Polars是一个高性能的DataFrame库,在1.28版本中,用户发现了一个关于over聚合函数行为的变更。这个变更影响了条件表达式中的聚合操作结果输出形式。
问题现象
在Polars 1.27.1版本中,当使用when-then条件表达式结合over窗口函数时,如果then子句包含聚合操作(如first()、last()等),会返回标量值。但在1.28版本中,同样的表达式会返回列表值。
示例代码:
duration = pl.when(pl.col("x"))
.then(pl.col("t").last() - pl.col("t").first())
.otherwise(pl.lit(0))
.over(pl.col("x").rle_id())
.alias("duration")
df = pl.DataFrame({"x": [True,True,False,True,True,True,False], "t": [1,2,3,4,5,6,7]})
df.with_columns(duration)
1.28版本输出:
┌───────┬─────┬───────────┐
│ x ┆ t ┆ duration │
│ --- ┆ --- ┆ --- │
│ bool ┆ i64 ┆ list[i64] │
╞═══════╪═════╪═══════════╡
│ true ┆ 1 ┆ [1, 1] │
│ true ┆ 2 ┆ [1, 1] │
│ false ┆ 3 ┆ [0] │
│ true ┆ 4 ┆ [2, 2, 2] │
│ true ┆ 5 ┆ [2, 2, 2] │
│ true ┆ 6 ┆ [2, 2, 2] │
│ false ┆ 7 ┆ [0] │
└───────┴─────┴───────────┘
1.27.1版本预期输出:
┌───────┬─────┬──────────┐
│ x ┆ t ┆ duration │
│ --- ┆ --- ┆ --- │
│ bool ┆ i64 ┆ i64 │
╞═══════╪═════╪══════════╡
│ true ┆ 1 ┆ 1 │
│ true ┆ 2 ┆ 1 │
│ false ┆ 3 ┆ 0 │
│ true ┆ 4 ┆ 2 │
│ true ┆ 5 ┆ 2 │
│ true ┆ 6 ┆ 2 │
│ false ┆ 7 ┆ 0 │
└───────┴─────┴──────────┘
技术分析
这个问题的本质在于Polars 1.28版本对条件表达式中聚合操作的处理逻辑发生了变化。具体表现为:
-
表达式类型推断:1.28版本错误地将包含聚合操作的then子句识别为返回标量值,而实际上它应该返回与窗口大小匹配的列表值。
-
窗口函数行为:over函数在1.28版本中对于条件表达式中的聚合操作,不再自动展开结果,而是保留了列表形式。
-
向后兼容性:这种变更破坏了之前版本的行为,导致依赖旧行为的代码需要调整。
影响范围
这个变更主要影响以下场景:
- 使用when-then条件表达式
- then子句包含聚合操作(first/last/sum等)
- 整个表达式应用了over窗口函数
临时解决方案
在官方修复前,用户可以通过显式展开列表来恢复之前的行为:
df.with_columns(
duration=pl.when(pl.col("x"))
.then(pl.col("t").last() - pl.col("t").first())
.otherwise(pl.lit(0))
.over(pl.col("x").rle_id())
.list.first()
.alias("duration")
)
总结
Polars 1.28版本中over聚合函数的行为变更是一个意外的回归问题。开发团队已经确认这是一个bug,并将在后续版本中修复。对于需要精确控制输出类型的用户,建议暂时使用显式类型转换或等待官方修复版本。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++096AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
974
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133