Polars DataFrame的partition_by是否保留组内行顺序？

目前在Polars稳定版本中，partition_by 操作会保留每个组内的行顺序，与原DataFrame中行的出现顺序完全一致。

补充说明： #

• 尽管官方文档未明确标注这一行为，但从partition_by的实现逻辑来看，它仅负责将原数据集按分组键拆分为多个子DataFrame，不会对组内数据进行额外排序或重排操作。
• 你提供的测试代码也验证了这一点：分组后每个子DataFrame的a列（对应原数据的顺序索引）始终保持有序，说明组内行的相对顺序完全继承自原数据。
• 对比group_by：你提到group_by即使设置maintain_order=False仍保留组内顺序，这是因为该参数控制的是组之间的输出顺序，而非组内元素的顺序。partition_by的行为逻辑与此一致，仅做数据拆分，不干预组内顺序。

测试代码： #

import polars as pl
import numpy as np

df = pl.DataFrame({ 
    "a" : np.arange(100000000), 
    "b": np.random.randint(0,50,100000000)
})
all_dfs = df.partition_by("b", as_dict=True)
for key, df in all_dfs.items():
    assert df["a"].is_sorted()

内容的提问来源于stack exchange，提问作者jcsun