Polars中按组聚合为列表的惯用方法是什么？

问题背景 #

以下代码可实现分组后将列值收集为列表的功能，但写法繁琐且apply已被弃用：

import polars as pl

# 示例数据
df = pl.DataFrame({
    "group": ["A", "A", "B", "B", "C"],
    "values": [1, 2, 3, 4, 5]
})

# 用lambda函数分组并将值收集为列表
result = df.groupby("group").agg([
    pl.col("values").apply(lambda x: x.to_list()).alias("values_list")
])

print(result)

官方推荐的map_elements(lambda x:x.to_list(),return_dtype=object)写法体验更差。想直接使用pl.col("values").list()或pl.col("values").collect_list()，但在polars = "^0.20.19"版本中这两个方法均不存在。

问题 #

1. 这是Polars实现该需求的惯用方式吗？（对应Pandas中使用list的操作）
2. 是否有更优的实现方法？

回答 #

1. 这绝对不是Polars的惯用方式。你当前用apply/map_elements的写法属于Python层面的逐组遍历，完全没利用Polars的向量化优势，性能拉胯，而且apply已经被弃用，属于过渡性写法，和Pandas里直接用list的原生聚合逻辑完全不是一个层级。

2. 在Polars 0.20.x版本中，有更优的原生实现方法：使用agg_list()，这是官方推荐的分组收集列表的向量化API，不需要依赖Python lambda，写法简洁且性能拉满。

修改后的代码如下：

import polars as pl

df = pl.DataFrame({
    "group": ["A", "A", "B", "B", "C"],
    "values": [1, 2, 3, 4, 5]
})

# 原生向量化聚合写法
result = df.groupby("group").agg(
    pl.col("values").agg_list().alias("values_list")
)

print(result)

输出结果和原代码一致，但完全是Polars原生实现，既避开了弃用API，写法也更清爽。

补充说明：collect_list是Polars 0.21版本之后才重命名的方法，0.20.x版本对应的原生方法就是agg_list，这就是你找不到collect_list的原因。

内容的提问来源于stack exchange，提问作者Luxspes