dataframe - 如何使用 cumfold 或 cumreduce 创建有状态列

Question

我正在尝试创建一个列，它会为目标列中的每个 1/True 更改其值，并为 0/False 保留先前的值。因此，例如如何从中获得

a = pl.DataFrame({'a': [1, 0, 0, 0, 1, 0, 0, 1]})
print(a)
┌─────┐
│ a   │
│ --- │
│ i64 │
╞═════╡
│ 1   │
├╌╌╌╌╌┤
│ 0   │
├╌╌╌╌╌┤
│ 0   │
├╌╌╌╌╌┤
│ 0   │
├╌╌╌╌╌┤
│ 1   │
├╌╌╌╌╌┤
│ 0   │
├╌╌╌╌╌┤
│ 0   │
├╌╌╌╌╌┤
│ 1   │
├╌╌╌╌╌┤
│ 1   │
└─────┘

这个数据框

┌─────┬────────────┐
│ a   ┆ b          │
│ --- ┆ ---        │
│ i64 ┆ str        │
╞═════╪════════════╡
│ 1   ┆ new_value1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1   ┆ new_value2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1   ┆ new_value3 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1   ┆ new_value4 │
└─────┴────────────┘

PS:添加一些文本，这样帖子就不是代码了。

Answer 1

在 polars 中，fold、reduce、cumfold 和 cumreduce 是水平表达式。这意味着它们操作的是操作列，而不是元素。

要实现您想要的效果，您可以使用 cumsum 在每个 True 值上获得一个单调递增的整数。

然后我们将该结果与format 表达式结合起来以获得您想要的字符串输出。

a.with_column(
    pl.format("new_value_{}", pl.col("a").cumsum())
)

shape: (8, 2)
┌─────┬─────────────┐
│ a   ┆ literal     │
│ --- ┆ ---         │
│ i64 ┆ str         │
╞═════╪═════════════╡
│ 1   ┆ new_value_1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value_1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value_1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value_1 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1   ┆ new_value_2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value_2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 0   ┆ new_value_2 │
├╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 1   ┆ new_value_3 │
└─────┴─────────────┘