Как я могу создать структуру Polars при оценке списка?

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?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
3
0
74
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

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… │
└────────────┴────────────┴─────────────────────────────────┴─────────────────────────────────┘

Другие вопросы по теме