如何在Polars中按组反转DataFrame列顺序？能否用with_columns实现？

当然可以用.with_columns()完成分组内的列反转操作，核心是利用Polars的窗口函数结合.reverse()方法，在分组范围内执行反转逻辑（注意：reverse()是倒转原有顺序，不是对值进行排序）。

完整实现代码 #

import polars as pl

df = pl.DataFrame(
    data={
        'group': ['a', 'a', 'a', 'b', 'b'],
        'value': [1, 2, 3, 4, 5],
    }
)

# 在with_columns中完成分组内反转
result_df = df.with_columns(
    pl.col("value").reverse().over("group").alias("value")
)

print(result_df)

输出结果 #

shape: (5, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ i64   │
╞═══════╪═══════╡
│ a     ┆ 3     │
│ a     ┆ 2     │
│ a     ┆ 1     │
│ b     ┆ 5     │
│ b     ┆ 4     │
└───────┴───────┘

关键逻辑说明 #

• .over("group")：指定操作的分组范围，让reverse()仅在同一个group内生效
• .reverse()：对列的原有顺序进行倒转（不是按值排序，完全保留分组内的原始元素顺序，只是整体反转）
• 如果不想覆盖原value列，可以将alias("value")改为其他名称（比如alias("reversed_value")），这样会新增一列反转后的数据

内容的提问来源于stack exchange，提问作者N. Maks