提问人：Thomas 提问时间：10/25/2023 更新时间：10/25/2023 访问量：103
如何使用原生表达式 API 在 Polars 中生成项目组合？
How would I generate combinations of items within Polars using the native expression API?
问：
有没有办法在 Polars 列内的列表中生成项目的组合，而无需对每一行使用 + itertools？.map_elements()
这是我目前的解决方案：
import polars as pl
import itertools
(pl.DataFrame({'col': [['a', 'b', 'c']]})
.with_columns(pl.col('col')
.map_elements(lambda list_o_things: [sorted((thing_1, thing_2))
for thing_1, thing_2
in itertools.combinations(list_o_things, 2)])
)
)
这将返回以下内容：
[['a', 'b'], ['a', 'c'], ['b', 'c']]
答：
1赞
Dean MacGregor
10/25/2023
#1
分解嵌套结构，与自身进行交叉连接，过滤掉冗余条目，连接到列表，然后内爆到嵌套列表。
df=pl.DataFrame({'col': [['a', 'b', 'c']]})
(
df
.explode('col')
.join(
df.explode('col'), how='cross')
.filter(pl.col('col')<pl.col('col_right'))
.select(pl.concat_list('col','col_right').implode())
)
shape: (1, 1)
┌──────────────────────────────────────┐
│ col │
│ --- │
│ list[list[str]] │
╞══════════════════════════════════════╡
│ [["a", "b"], ["a", "c"], ["b", "c"]] │
└──────────────────────────────────────┘
评论
0赞
Thomas
10/25/2023
棒！谢谢！
0赞
Thomas
10/25/2023
当（看起来像中断流）时，这会炸毁我的记忆，对于比内存数据集更大的数据集，有没有更好的方法可以做到这一点？.collect(streaming=True).write_parquet('file.parquet').list().concat()
0赞
Dean MacGregor
10/25/2023
中断流媒体并阻止工作的东西是线路。如果注释掉，则可以将结果流式传输到文件中。也许您可以保存一个中间文件，然后在单独的步骤中读取该文件并将列捣碎在一起。sink_parquet.select()
评论
pl。Config（fmt_table_cell_list_len=-1， fmt_str_lengths=120）来帮助查看完整结果。.list.combinations()