Polars 0.20存在0.19无的Bug，有无简便规避方案？

问题说明 #

Polars 0.20.19版本存在回归Bug：在group_by.agg中使用分组内分位数、极值作为过滤条件时，会抛出assertion failed: lhs.len() == rhs.len()错误，0.19版本无此问题。示例触发代码：

df.group_by("SomeDate")
.agg(
        pl.col(col)
        .filter(
            pl.col(col).is_between(
                pl.quantile(col, 0.005), pl.quantile(col, 0.995)
            )
        )
        .mean()
)

• 替换分位数为pl.min(col)/pl.max(col)时问题复现
• 使用固定数值（如pl.col(col).is_between(10, 90)）则可正常运行

临时简便解决方案 #

方案1：用窗口函数提前计算分组统计量 #

无需拆分关联操作，直接在原DataFrame中通过窗口函数生成各组的分位数/极值列，再完成过滤聚合，仅需遍历一次目标列：

target_cols = ["col1", "col2", ...]  # 替换为你需要处理的列列表

# 先添加分组统计量列
df_with_stats = df.with_columns(
    [
        pl.quantile(col, 0.005).over("SomeDate").alias(f"{col}_q005"),
        pl.quantile(col, 0.995).over("SomeDate").alias(f"{col}_q995")
    ] for col in target_cols
)

# 过滤后执行分组聚合
result = df_with_stats.group_by("SomeDate").agg(
    [
        pl.col(col)
        .filter(pl.col(col).is_between(pl.col(f"{col}_q005"), pl.col(f"{col}_q995")))
        .mean().alias(col)
    ] for col in target_cols
)

如果是用min/max做过滤，只需把pl.quantile替换为pl.min/pl.max即可。

方案2：临时回退到0.19.x版本 #

若不想修改代码，可直接降级Polars版本：

pip install polars==0.19.19

补充建议 #

该问题属于版本回归，建议到Polars官方仓库提交Issue跟进修复进度。

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