Polars中group_by后无需map_groups的组内原生排序方法问询

原始实现（使用map_groups） #

import polars as pl

# Sample data
data = {
    'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Value': [10, 20, 15, 25, 5, 30],
    'OtherColumn': [100, 200, 150, 250, 50, 300]
}

# Create DataFrame
df = pl.DataFrame(data)

# Group by 'Group' and sort within each group by 'Value'
sorted_df = df.group_by('Group').map_groups(lambda group_df: group_df.sort('Value'))

# Display the sorted DataFrame
print(sorted_df)

原生替代方案（无需map_groups） #

可以通过group_by + agg + explode的组合实现完全原生的分组内排序，严格遵循"先分组再组内排序"的逻辑：

import polars as pl

data = {
    'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Value': [10, 20, 15, 25, 5, 30],
    'OtherColumn': [100, 200, 150, 250, 50, 300]
}

df = pl.DataFrame(data)

# 先分组，再对每组内的所有列按Value排序，最后展开恢复结构
sorted_df = df.group_by("Group", maintain_order=True).agg(
    pl.all().sort_by("Value")
).explode(pl.all().exclude("Group"))

print(sorted_df)

方案说明 #

• group_by("Group", maintain_order=True)：按Group列分组，maintain_order=True保留原始分组的顺序（可根据需求省略）
• pl.all().sort_by("Value")：对每组内的所有列，以Value列为排序依据进行升序排列，此时每组的每列都会被处理为有序列表
• explode(pl.all().exclude("Group"))：将分组后生成的列表型列展开为单行数据，恢复成与原始DataFrame结构一致的格式

这种方式基于Polars的矢量化操作，性能优于map_groups（后者依赖Python层面的循环处理），同时完全符合"先分组再组内排序"的逻辑，而非全局多列排序。

内容的提问来源于stack exchange，提问作者apostofes