在Polars中如何完美复刻Pandas的expanding功能？

在Polars中，实现从第0行到当前行的累积最小值，最优方案是使用**cum_min()**方法——这是官方提供的稳定、高效的原生API，完美匹配需求且支持惰性DataFrame。

示例代码 #

首先定义示例数据：

import polars as pl

data = {
    "prices": [100, 99, 101, 98, 103, 109, 102, 78, 101],
}
df = pl.DataFrame(data)

立即执行模式（Eager DataFrame）

result = df.with_columns(
    cumulative_min=pl.col("prices").cum_min()
)
print(result)

输出结果：

shape: (9, 2)
┌────────┬───────────────┐
│ prices ┆ cumulative_min│
│ ---    ┆ ---           │
│ i64    ┆ i64           │
╞════════╪═══════════════╡
│ 100    ┆ 100           │
│ 99     ┆ 99            │
│ 101    ┆ 99            │
│ 98     ┆ 98            │
│ 103    ┆ 98            │
│ 109    ┆ 98            │
│ 102    ┆ 98            │
│ 78     ┆ 78            │
│ 101    ┆ 78            │
└────────┴───────────────┘

惰性模式（Lazy DataFrame）

完全支持延迟计算，无需提前知晓数据集行数：

lazy_df = pl.LazyFrame(data)
lazy_result = lazy_df.with_columns(
    cumulative_min=pl.col("prices").cum_min()
).collect()
print(lazy_result)

输出结果与立即执行模式一致。

方案优势 #

• 稳定可靠：cum_min()是Polars官方稳定API，无文档标注的“不稳定”风险
• 性能优异：底层为矢量化优化实现，远优于通用的cumulative_eval方案
• 适配惰性计算：不依赖数据集行数，完美支持LazyFrame的延迟计算逻辑，适合处理大规模数据

对比原有方案的问题 #

• rolling_min(window_size=df.height)：需要提前获取DataFrame行数，无法适配惰性模式，且逻辑上属于“滚动窗口”的hack用法，并非原生累积计算
• cumulative_eval(pl.element().min())：属于通用累积计算接口，性能不如专门的cum_min()，且文档明确标注为不稳定特性

内容的提问来源于stack exchange，提问作者FredMaster