如何将Polars聚合sum的结果提取为float数值？

问题场景 #

使用列表推导式对Polars DataFrame的子集行计算Price列总和时，得到的是1行1列的DataFrame对象（如下所示），无法直接用于后续数值计算，尝试直接添加.item()或转换为float均失败：

ca = [df.filter((pl.col('Created') <= datum[j]) & (pl.col('Year') == jaar[j])).select(pl.sum('Price')) for j in range(aantaljaren)]

示例返回结果：

shape: (1, 1)  
┌──────────┐  
│ Price    │
│ ---      │    
│ f64      │  
╞══════════╡  
│ 75395.84 │  
└──────────┘  

解决方案 #

问题核心是select(pl.sum('Price'))返回的是DataFrame对象，而非单个数值。需要将聚合结果转换为Scalar后提取数值，以下是几种可行写法：

方法1：提取Series后聚合取值

直接获取目标列的Series，求和后用.item()提取数值：

ca = [
    df.filter((pl.col('Created') <= datum[j]) & (pl.col('Year') == jaar[j]))['Price']
    .sum()
    .item()
    for j in range(aantaljaren)
]

• 逻辑：df.filter(...)['Price']得到Price列的Series，.sum()返回Polars Scalar对象，.item()直接提取对应float数值。

方法2：从DataFrame中按坐标取值

如果保留select写法，可通过指定坐标提取单元格值：

ca = [
    df.filter((pl.col('Created') <= datum[j]) & (pl.col('Year') == jaar[j]))
    .select(pl.sum('Price'))
    .item((0, 0))  # 指定第0行第0列的单元格
    for j in range(aantaljaren)
]

也可先转为Series再取值：.to_series()[0].item()，效果一致。

方法3：使用agg聚合后取值

用agg替代select，同样通过坐标提取数值：

ca = [
    df.filter((pl.col('Created') <= datum[j]) & (pl.col('Year') == jaar[j]))
    .agg(pl.sum('Price'))
    .item((0, 0))
    for j in range(aantaljaren)
]

效果验证 #

修改后ca列表中的每个元素均为float类型（如ca[3] = 75395.84），可直接用于后续数值计算。

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