如何在Polars中按分组首行日期计算日期差值？

要实现需求，核心是按选手组合分组获取首次格斗日期，再计算当前日期与该日期的差值，具体步骤如下：

1. 转换日期格式：先把On列的字符串日期转成Polars可计算的日期类型，否则无法做日期差运算。
2. 分组获取首次日期：用窗口函数over，按Person和Fight with分组，提取每组的第一个日期。
3. 计算日期间隔并格式化：用当前日期减去分组后的首次日期得到天数差，再转成X Days的字符串格式。
4. 整理输出结果：保留原表列，添加计算好的Distance列，按需清理中间列。

完整代码如下：

import polars as pl

df = pl.from_repr("""
┌──────────┬────────────┬────────┐
│ Person   ┆ Fight with ┆ On     │
│ ---      ┆ ---        ┆ ---    │
│ str      ┆ str        ┆ str    │
╞══════════╪════════════╪════════╡
│ A        ┆ B          ┆ 3 Jan  │
│ A        ┆ C          ┆ 4 Jan  │
│ A        ┆ D          ┆ 5 Jan  │
│ A        ┆ E          ┆ 5 Jan  │
│ A        ┆ B          ┆ 10 Jan │
│ A        ┆ B          ┆ 20 Jan │
│ A        ┆ C          ┆ 20 Jan │
└──────────┴────────────┴────────┘
""")

result = (
    df
    # 1. 转换字符串日期为日期类型，临时存为On_date列
    .with_columns(
        pl.col("On").str.to_date("%d %b").alias("On_date")
    )
    # 2. 按选手组合分组，获取每组的首次格斗日期
    .with_columns(
        pl.col("On_date").first().over(["Person", "Fight with"]).alias("first_fight_date")
    )
    # 3. 计算日期间隔，格式化为X Days的字符串
    .with_columns(
        (pl.col("On_date") - pl.col("first_fight_date"))
        .dt.total_days()
        .cast(pl.Int32)
        .str.concat(" Days")
        .alias("Distance")
    )
    # 4. 保留原列和Distance列，删除临时列
    .select(["Person", "Fight with", "On", "Distance"])
)

print(result)

代码解释 #

• str.to_date("%d %b")：把3 Jan这种格式的字符串转成日期，%d匹配日，%b匹配月份缩写（Jan/Feb等）。
• first().over(["Person", "Fight with"])：窗口函数，对每一行匹配其所属的Person+Fight with组，提取该组的第一个日期，确保每行都能拿到对应组的首次格斗日期，而非仅返回分组聚合结果。
• (On_date - first_fight_date).dt.total_days()：计算两个日期的天数差，转成整数后拼接 Days字符串，得到需求的格式。

运行后输出与期望结果一致：

┌────────┬────────────┬────────┬──────────┐
│ Person ┆ Fight with ┆ On     ┆ Distance │
│ ---    ┆ ---        ┆ ---    ┆ ---      │
│ str    ┆ str        ┆ str    ┆ str      │
╞════════╪════════════╪════════╪══════════╡
│ A      ┆ B          ┆ 3 Jan  ┆ 0 Days   │
│ A      ┆ C          ┆ 4 Jan  ┆ 0 Days   │
│ A      ┆ D          ┆ 5 Jan  ┆ 0 Days   │
│ A      ┆ E          ┆ 5 Jan  ┆ 0 Days   │
│ A      ┆ B          ┆ 10 Jan ┆ 7 Days   │
│ A      ┆ B          ┆ 20 Jan ┆ 17 Days  │
│ A      ┆ C          ┆ 20 Jan ┆ 16 Days  │
└────────┴────────────┴────────┴──────────┘

内容的提问来源于stack exchange，提问作者user24758287