问题标签 [python-polars]

我收到错误“Getting 'Any(ComputeError("Aggregation did not return a Series"))'。” 在使用 Dynamo 作为数据库的生产环境中运行以下查询时。所以我从 dynamo 获取数据，然后将其转换为运行查询的 Polars 数据帧。

现在，当我使用相同的数据并将其转换为 csv，然后使用它在本地运行我的查询时，它运行良好。

询问：

示例数据： 在此处输入图像描述

输出：

以上是我在 csv 上运行查询时所需的输出，将 csv 从相同的发电机数据转换为极坐标数据帧。我也检查了数据类型。我无法理解上述错误的可能原因。我已经用尽了所有的选择。任何建议表示赞赏。只需要一个方向就可以进去。

我想将桶表达式与 groupby 一起使用，每月进行下采样，因为下采样功能将被弃用。有没有一种简单的方法可以做到这一点， datetime.timedelta 只适用于几天及以下。

我想使用滚动函数来获取滚动窗口中所有值的列表。

我用以下代码片段尝试了它：

这输出

但我需要的是：

有谁知道如何以简单的方式在极地做到这一点？

假设我有一个 csv

每个用户，我想找到他们最喜欢的书。例如，输出应该是；

现在我已经想出了如何做到这一点

但实际上，正常的 sql 方法是按书籍数量降序排序的 dense_rank，其中 rank = 1。我已经尝试了几个小时来让它工作，但我在文档中找不到相关示例。

问题是在文档中，所有 agg 示例都没有引用另一个 agg 的输出 - 在这种情况下，它需要引用每个用户每本书的计数，然后对这些计数进行降序排序，然后根据该排序顺序进行排名。

请提供一个示例来说明如何使用排名来执行此任务，以及如何有效地嵌套聚合。

我刚刚开始在 python 中使用极坐标，我来自熊猫。我想知道如何在 python polars 中复制下面的熊猫代码

我尝试了以下方法：

但这给了我每个提供者的指数移动平均值列表，我希望将该列表分配给原始数据框中的列以正确的索引，就像熊猫代码一样。

我有一个这样的极坐标数据框：

test=pl.DataFrame({"myColumn": [[1,2,3],[1,2,3],[1,2,3]]})

现在我想从另一个列表中追加列表元素，让我们说[4,5]每个条目，所以要[[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]]

Q1：那会怎么做？Q2：有什么方法可以让它变快？

我想在极坐标中将类型为 datetype[ms] 的列转换为 datetime[ns]。有没有简单的方法可以做到这一点？我认为使用 datetime[ms] 时 group_by_dynamic 存在问题，我想对此进行测试

如何制作类似 groupby_dynamic 但可以支持用户定义的索引

groupby_dynamic 可以支持 timeindex 将操作作为重采样

但只能支持范围不重复的方式，比如

动态分组到一维

我问的功能是动态分组的用户定义方式，并且索引可能重复

我可以在一系列中使用滚动，但是 rolling_apply 会浪费很多时间，因为它会滚动每个索引

示例图片

我试过pl.col('foo').cast(np.uint32)了，我得到了一个 NotImplementedError。

我问是因为col.str.lengths()返回一个类型的列，UInt32并且列需要是相同的连接类型。

鉴于以下数据，我正在寻找 groupby 并将两列合并为一列，并持有一本字典。一列提供键，而值来自另一列，该列首先聚合到列表中。

在 pandas 中，我可以使用两个 groupby 语句来做到这一点，在 pyspark 中使用围绕“map_from_entries”的一组操作，但尽管进行了各种尝试，但我还没有找到极地的方法。到目前为止，我使用 agg_list()，转换为 pandas 并使用 lambda。虽然这行得通，但它肯定感觉不对。

或者，受这篇文章的启发，我尝试了许多类似于以下内容的变体，包括将 dict 转换为 json 字符串等。