如何在DuckDB中实现类似Polars的horizontal sum功能？

当然可以，DuckDB提供了多种方式实现和Polars中sum_horizontal相同的横向求和功能，以下是几种常用方法：

方法1：直接列相加 #

如果明确知道要求和的列名，直接对列进行加法运算即可，逻辑直观：

import duckdb
import pandas as pd

# 创建测试数据
df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

# 连接DuckDB并执行查询
con = duckdb.connect()
result = con.execute("SELECT a + b AS sum_ab FROM df").df()
print(result)

输出结果：

sum_ab
0       5
1       7
2       9

方法2：使用row_sum函数 #

DuckDB内置了row_sum函数，专门用于计算行内指定列的总和，和Polars的sum_horizontal用法高度契合：

import duckdb
import pandas as pd

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

con = duckdb.connect()
# 直接传入列名
result = con.execute("SELECT row_sum(a, b) AS sum_ab FROM df").df()
print(result)

输出和上面一致，如果你需要对多列批量求和，还可以结合列选择器：

-- 对所有列求和
SELECT row_sum(*) AS total FROM df;

-- 对匹配前缀的列求和（比如所有以a开头的列）
SELECT row_sum(columns('a*')) AS sum_a_cols FROM df;

方法3：注册DataFrame为视图后执行SQL #

如果你习惯用纯SQL操作，也可以先把DataFrame注册为DuckDB的视图，再执行求和：

import duckdb
import pandas as pd

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

con = duckdb.connect()
con.register('my_table', df)
result = con.execute("SELECT a + b AS sum_ab FROM my_table").df()
print(result)

以上几种方式都能实现和你提供的Polars代码完全相同的横向求和效果，根据你的列数量和命名规则选择最适合的方法即可。

内容的提问来源于stack exchange，提问作者ignoring_gravity