Как создать взвешенную сумму некоторых столбцов в Polars DataFrame?

Я ищу идиоматический способ вычислить взвешенную сумму подмножества столбцов в фрейме данных Polars и добавить его в фрейм данных в качестве нового столбца. Итак, допустим, я хочу умножить столбцы p1-p3 в DataFrame ниже на следующие веса, а затем суммировать их, чтобы создать новый столбец.

weights = [7.4, 3.2, -0.13]

df = pl.DataFrame(
    {
        "id": [1, 2, 3, 4],
        "p1": [44.3, 2.3, 2.4, 6.2],
        "p2": [7.3, 8.4, 10.3, 8.443],
        "p3": [70.3, 80.4, 100.3, 80.443],
        "p4": [16.4, 18.2, 11.5, 18.34],
    }
)
df
id   p1     p2      p3      p4
i64  f64    f64     f64     f64
1    44.3   7.3     70.3    16.4
2    2.3    8.4     80.4    18.2
3    2.4    10.3    100.3   11.5
4    6.2    8.443   80.443  18.34

Я придумал следующее решение, которое вычисляет правильный ответ, но я чувствую, что, вероятно, существует более простой и идиоматический метод, который позволил бы мне выбрать интересующие столбцы без необходимости повторного указания df в функции with_columns. Какие-либо предложения?

df.with_columns(
    [
        df.select(
            [
                pl.col(col) * pl.lit(weights[i])
                for i, col in enumerate(["p1", "p2", "p3"])
            ]
        )
        .fold(lambda c1, c2: c1 + c2)
        .alias("index"),
    ]
)
id  p1    p2     p3      p4     index
i64 f64   f64    f64     f64    f64
1   44.3  7.3    70.3    16.4   342.041
2   2.3   8.4    80.4    18.2   33.448
3   2.4   10.3   100.3   11.5   37.681
4   6.2   8.443  80.443  18.34  62.44
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
45
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ты был почти там. Вы можете использовать выражение pl.fold напрямую.


df.with_columns([
    pl.fold(acc=0, f=lambda c1, c2: c1 + c2, exprs=[
        pl.col(col) * pl.lit(weights[i])
        for i, col in enumerate(["p1", "p2", "p3"])
    ]).alias("index")
])
shape: (4, 6)
┌─────┬──────┬───────┬────────┬───────┬─────────┐
│ id  ┆ p1   ┆ p2    ┆ p3     ┆ p4    ┆ index   │
│ --- ┆ ---  ┆ ---   ┆ ---    ┆ ---   ┆ ---     │
│ i64 ┆ f64  ┆ f64   ┆ f64    ┆ f64   ┆ f64     │
╞═════╪══════╪═══════╪════════╪═══════╪═════════╡
│ 1   ┆ 44.3 ┆ 7.3   ┆ 70.3   ┆ 16.4  ┆ 342.041 │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 2   ┆ 2.3  ┆ 8.4   ┆ 80.4   ┆ 18.2  ┆ 33.448  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 3   ┆ 2.4  ┆ 10.3  ┆ 100.3  ┆ 11.5  ┆ 37.681  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 4   ┆ 6.2  ┆ 8.443 ┆ 80.443 ┆ 18.34 ┆ 62.44   │
└─────┴──────┴───────┴────────┴───────┴─────────┘

Да, это то место, куда я думал, что я должен быть в состоянии добраться. Спасибо,

Tikkanz 07.04.2022 23:31
Ответ принят как подходящий

Один трюк, который также может помочь: часто используемые складки встроены в функции sum, max, min, all и any при вызове с список выражений.

Например:

pl.sum([exp1, exp2, etc...])

является синтаксическим сахаром для обычно используемого складывания сложения:

pl.fold(pl.lit(0), f=lambda c1, c2: c1 + c2, exprs =[expr1, expr2, etc...]) 

Таким образом, мы можем сделать следующее:

col_names = ["p1", "p2", "p3"]
weights = [7.4, 3.2, -0.13]
df.with_column(
    pl.sum(
        [pl.col(col_nm) * wgt
         for col_nm, wgt in zip(col_names, weights)]
    ).alias("index")
)
shape: (4, 6)
┌─────┬──────┬───────┬────────┬───────┬─────────┐
│ id  ┆ p1   ┆ p2    ┆ p3     ┆ p4    ┆ index   │
│ --- ┆ ---  ┆ ---   ┆ ---    ┆ ---   ┆ ---     │
│ i64 ┆ f64  ┆ f64   ┆ f64    ┆ f64   ┆ f64     │
╞═════╪══════╪═══════╪════════╪═══════╪═════════╡
│ 1   ┆ 44.3 ┆ 7.3   ┆ 70.3   ┆ 16.4  ┆ 342.041 │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 2   ┆ 2.3  ┆ 8.4   ┆ 80.4   ┆ 18.2  ┆ 33.448  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 3   ┆ 2.4  ┆ 10.3  ┆ 100.3  ┆ 11.5  ┆ 37.681  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 4   ┆ 6.2  ┆ 8.443 ┆ 80.443 ┆ 18.34 ┆ 62.44   │
└─────┴──────┴───────┴────────┴───────┴─────────┘

Я использовал zip вместо enumerate .. но это стилистический выбор. И я позволил Polars транслировать скаляр веса в литерал вместо явного использования pl.lit.

Еще один трюк, который может помочь с удобочитаемостью: мы можем сгенерировать список выражений вне контекстов with_column/with_columns/select.

Например:

col_names = ["p1", "p2", "p3", "p4"]
weights = [7.4, 3.2, -0.13, 0.0]
wghtd_cols = [
    pl.col(col_nm) * wgt
    for col_nm, wgt in zip(col_names, weights)
    if wgt != 0.0
]

df.with_column(pl.sum(wghtd_cols).alias("index"))
shape: (4, 6)
┌─────┬──────┬───────┬────────┬───────┬─────────┐
│ id  ┆ p1   ┆ p2    ┆ p3     ┆ p4    ┆ index   │
│ --- ┆ ---  ┆ ---   ┆ ---    ┆ ---   ┆ ---     │
│ i64 ┆ f64  ┆ f64   ┆ f64    ┆ f64   ┆ f64     │
╞═════╪══════╪═══════╪════════╪═══════╪═════════╡
│ 1   ┆ 44.3 ┆ 7.3   ┆ 70.3   ┆ 16.4  ┆ 342.041 │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 2   ┆ 2.3  ┆ 8.4   ┆ 80.4   ┆ 18.2  ┆ 33.448  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 3   ┆ 2.4  ┆ 10.3  ┆ 100.3  ┆ 11.5  ┆ 37.681  │
├╌╌╌╌╌┼╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌┤
│ 4   ┆ 6.2  ┆ 8.443 ┆ 80.443 ┆ 18.34 ┆ 62.44   │
└─────┴──────┴───────┴────────┴───────┴─────────┘

Это особенно полезно, когда одна часть вашего кода генерирует веса и/или выбирает столбцы, а другая часть вашего кода создает результирующий столбец взвешенной суммы в DataFrame.

Хороший ответ. Спасибо, что подняли это на новый уровень и предоставили альтернативные составы.

Tikkanz 07.04.2022 23:31

Другие вопросы по теме