Polars展开DataFrame列后，如何保持总时长不重复并保留分组？

问题核心是explode后每个订阅者对应多条数据，每条的total_duration都是原值，堆叠条形图会把这些值叠加，导致总时长翻倍。下面给两种可行方案：

方案一：均分总时长，堆叠后保持原值 #

先给每个订阅者计算互动类型的数量，再把总时长均分到每个互动条目上，这样堆叠后的总高度和原时长一致，同时保留所有互动分组的图例：

import polars as pl
import plotly.express as px

# 原始数据
df = pl.DataFrame({
    "sub_id": [1,2,3], 
    "engagement": ["one:one,two:two", "one:two,two:one", "one:one"], 
    "total_duration": [123, 456, 789]
})

# 拆分并计算每个互动条目的均分时长
df_exploded = (
    df
    .with_columns(pl.col("engagement").str.split(","))
    # 计算每个订阅者的互动类型数量
    .with_columns(pl.col("engagement").list.len().alias("eng_count"))
    .explode("engagement")
    # 总时长均分至每个互动条目
    .with_columns((pl.col("total_duration") / pl.col("eng_count")).alias("duration_per_eng"))
)

# 绘制堆叠条形图
fig = px.bar(
    df_exploded, 
    x="sub_id", 
    y="duration_per_eng", 
    color="engagement", 
    barmode="stack",
    title="订阅者总时长（按互动类型均分）"
)
fig.show()

方案二：分组并排显示，不叠加时长 #

如果不需要展示占比，只是想保留每个订阅者的原时长，同时展示对应的所有互动类型，可使用分组条形图（barmode="group"），让同一订阅者的不同互动条并排显示，避免叠加：

# 直接使用explode后的数据集
df_exploded = df.with_columns(pl.col("engagement").str.split(",")).explode("engagement")

# 绘制分组条形图
fig = px.bar(
    df_exploded, 
    x="sub_id", 
    y="total_duration", 
    color="engagement", 
    barmode="group",
    title="订阅者总时长（按互动类型分组）"
)
fig.show()

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