Я пытаюсь создать Polars DataFrame, который включает столбец структур, основанный на другом столбце DataFrame. Вот настройка:
import polars as pl
df = pl.DataFrame(
[
pl.Series("start", ["2023-01-01"], dtype=pl.Date).str.to_date(),
pl.Series("end", ["2024-01-01"], dtype=pl.Date).str.to_date(),
]
)
shape: (1, 2)
┌────────────┬────────────┐
│ start ┆ end │
│ --- ┆ --- │
│ date ┆ date │
╞════════════╪════════════╡
│ 2023-01-01 ┆ 2024-01-01 │
└────────────┴────────────┘
df = df.with_columns(
pl.date_range(pl.col("start"), pl.col("end"), "1mo", closed = "left")
.implode()
.alias("date_range")
)
shape: (1, 3)
┌────────────┬────────────┬─────────────────────────────────┐
│ start ┆ end ┆ date_range │
│ --- ┆ --- ┆ --- │
│ date ┆ date ┆ list[date] │
╞════════════╪════════════╪═════════════════════════════════╡
│ 2023-01-01 ┆ 2024-01-01 ┆ [2023-01-01, 2023-02-01, … 202… │
└────────────┴────────────┴─────────────────────────────────┘
Теперь я хочу создать структуру из частей года/месяца:
df = df.with_columns(
pl.col("date_range")
.list.eval(
pl.struct(
{
"year": pl.element().dt.year(),
"month": pl.element().dt.month(),
}
)
)
.alias("years_months")
)
Но это не работает.
Возможно, мне не следует implode
выводить date_range
в список, но я также не уверен, как создать структуру непосредственно из ее результата.
Моя лучшая идея — та, которая мне не нравится, потому что мне приходится постоянно звонить pl.list.eval
:
df = (
df.with_columns(
pl.col("date_range").list.eval(pl.element().dt.year()).alias("year"),
pl.col("date_range").list.eval(pl.element().dt.month()).alias("month"),
)
.drop("start", "end", "date_range")
.explode("year", "month")
.select(pl.struct("year", "month"))
)
df
Другая идея — использовать map_elements
, но я думаю, что это должно быть крайней мерой. Каков идиоматический способ преобразования в структуру?
Судя по документации Polars.struct, вам не следует передавать словарь в конструктор структуры. Просто передайте каждый IntoExpr
в качестве аргумента ключевого слова, то есть pl.struct(key1=IntoExprA, key2=IntoExprB, ...)
.
В вашем случае вы можете заменить код структурирования следующим:
df = df.with_columns(
pl.col("date_range")
.list.eval(
pl.struct(
year = pl.element().dt.year(),
month = pl.element().dt.month()
)
)
.alias("years_months")
)
Печать df
дала мне такой результат:
┌────────────┬────────────┬─────────────────────────────────┬─────────────────────────────────┐
│ start ┆ end ┆ date_range ┆ years_months │
│ --- ┆ --- ┆ --- ┆ --- │
│ date ┆ date ┆ list[date] ┆ list[struct[2]] │
╞════════════╪════════════╪═════════════════════════════════╪═════════════════════════════════╡
│ 2023-01-01 ┆ 2024-01-01 ┆ [2023-01-01, 2023-02-01, … 202… ┆ [{2023,1}, {2023,2}, … {2023,1… │
└────────────┴────────────┴─────────────────────────────────┴─────────────────────────────────┘