Поляры вычисляют дисперсию по строкам

У меня есть следующий фрейм данных

 df = pl.DataFrame({
     "col1": [1, 2, 3],
     "col2": [4, 5, 6],
     "col3": [7, 8, 9],
     "col4": ["a", "v", "b"], })

Я хотел бы добавить столбец, содержащий отклонение для всех столбцов, кроме col4. На данный момент я нашел это, которое может обойти недостаток горизонтальных вычислений в полярах.

df = (
    (_df := df.with_row_index('i'))
    .join(
        _df.melt('i').group_by('i').agg(pl.col('value').var()), 
        on='i'
    )
    .sort('i')
    .drop('i')
)

Однако это происходит только тогда, когда все столбцы числовые. Есть ли способ исключить col4, но сохранить его в конечном кадре данных?

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.
2
0
52
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий
  • селекторы для фильтрации нечисловых столбцов.
  • concat_list() для включения выбранных столбцов в список.
  • list.var() для расчета дисперсии.
import polars.selectors as cs

df.with_columns(var = pl.concat_list(cs.numeric()).list.var())

┌──────┬──────┬──────┬──────┬─────┐
│ col1 ┆ col2 ┆ col3 ┆ col4 ┆ var │
│ ---  ┆ ---  ┆ ---  ┆ ---  ┆ --- │
│ i64  ┆ i64  ┆ i64  ┆ str  ┆ f64 │
╞══════╪══════╪══════╪══════╪═════╡
│ 1    ┆ 4    ┆ 7    ┆ a    ┆ 9.0 │
│ 2    ┆ 5    ┆ 8    ┆ v    ┆ 9.0 │
│ 3    ┆ 6    ┆ 9    ┆ b    ┆ 9.0 │
└──────┴──────┴──────┴──────┴─────┘

очень элегантно! Спасибо!

klr 09.07.2024 09:56

Другие вопросы по теме