首页
/ Polars 1.28版本中over聚合函数行为变更分析

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:

  1. 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。

  2. 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。

  3. 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

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
59
94
RuoYi-Vue3RuoYi-Vue3
🎉 (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-entropynop-entropy
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
ops-mathops-math
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
openHiTLSopenHiTLS
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
communitycommunity
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
MateChatMateChat
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