如何在Polars中为原DataFrame添加滚动KPI？无索引关联问题

你遇到的核心问题是误用了Polars的group_by().agg()方式做滚动计算——这种聚合操作会把每个组的结果打包成列表，没法和原DataFrame的行一一对应。Polars提供了更简洁的窗口函数方案，结合over子句就能直接在原DataFrame上添加滚动指标，完全不需要额外的合并操作。

先看你的Pandas实现参考 #

假设你的Pandas代码是这样的：

import pandas as pd

# 测试数据
df_pd = pd.DataFrame({
    "group_id": ["A", "A", "A", "B", "B", "B"],
    "value": [1, 3, 5, 2, 4, 6],
    "other_col": ["x", "y", "z", "p", "q", "r"]
})

# Pandas 分组滚动中位数 + 合并回原表
rolling_median_pd = df_pd.groupby("group_id")["value"].rolling(window=2, min_periods=1).median().reset_index()
df_pd = df_pd.merge(rolling_median_pd.rename(columns={"value": "rolling_median"}), on=["group_id", "level_1"])

Polars的正确实现 #

Polars的窗口函数可以直接通过over指定分组，然后对目标列应用滚动计算，自动为每一行生成对应值，同时保留所有原始列：

import polars as pl

# 测试数据
df_pl = pl.DataFrame({
    "group_id": ["A", "A", "A", "B", "B", "B"],
    "value": [1, 3, 5, 2, 4, 6],
    "other_col": ["x", "y", "z", "p", "q", "r"]
})

# 直接添加分组滚动中位数列，保留所有原始列
df_pl = df_pl.with_columns(
    pl.col("value")
    .rolling_median(window_size=2, min_periods=1)
    .over("group_id")
    .alias("rolling_median")
)

print(df_pl)

输出结果：

shape: (6, 4)
┌──────────┬───────┬───────────┬────────────────┐
│ group_id ┆ value ┆ other_col ┆ rolling_median │
│ ---      ┆ ---   ┆ ---       ┆ ---            │
│ str      ┆ i64   ┆ str       ┆ f64            │
╞══════════╪═══════╪═══════════╪════════════════╡
│ A        ┆ 1     ┆ x         ┆ 1.0            │
│ A        ┆ 3     ┆ y         ┆ 2.0            │
│ A        ┆ 5     ┆ z         ┆ 4.0            │
│ B        ┆ 2     ┆ p         ┆ 2.0            │
│ B        ┆ 4     ┆ q         ┆ 3.0            │
│ B        ┆ 6     ┆ r         ┆ 5.0            │
└──────────┴───────┴───────────┴────────────────┘

为什么之前的尝试失败？ #

你之前用group_by().agg()的方式，会把每个组的滚动结果聚合为一个列表（比如组A的滚动中位数是[1.0,2.0,4.0]），这种结构和原DataFrame的行级数据无法直接关联。而over子句是Polars的窗口分组机制，它会为每一行计算其所在分组内的滚动值，结果维度和原DataFrame完全一致，自然不需要额外的合并操作。

扩展：其他滚动KPI的实现 #

如果需要其他滚动指标（比如滚动均值、滚动最大值），只需要替换对应的滚动函数即可，比如：

df_pl = df_pl.with_columns(
    pl.col("value").rolling_mean(window_size=2, min_periods=1).over("group_id").alias("rolling_mean"),
    pl.col("value").rolling_max(window_size=2, min_periods=1).over("group_id").alias("rolling_max")
)

内容的提问来源于stack exchange，提问作者r ram