如何在Polars LazyFrame中添加列总计行？

基础数值列场景 #

如果你的LazyFrame全为数值类型，直接计算各列总和后拼接即可：

import polars as pl

# 示例LazyFrame
lf = pl.LazyFrame({
    "A": [1, 2, 3],
    "B": [4, 5, 6],
    "C": [7, 8, 9]
})

# 生成总计行，添加标识列区分数据行与总计行
total_row = lf.sum().with_columns(pl.lit("Total").alias("Row_Type"))

# 调整列顺序（可选，把标识列放首位）
total_row = total_row.select(["Row_Type", "A", "B", "C"])

# 拼接原数据与总计行，最后触发计算
result = pl.concat([lf.with_columns(pl.lit("Data").alias("Row_Type")), total_row]).collect()

print(result)

混合类型列场景 #

如果包含字符串、日期等非数值列，可以针对性处理：非数值列统一标记为"总计"，数值列计算求和：

import polars as pl

lf = pl.LazyFrame({
    "Product": ["Apple", "Banana", "Orange"],
    "Sales": [100, 200, 300],
    "Stock": [50, 30, 20]
})

# 自动区分数值与非数值列
numeric_cols = lf.select(pl.col(pl.NUMERIC)).columns
non_numeric_cols = [col for col in lf.columns if col not in numeric_cols]

# 构建总计行：非数值列填"总计"，数值列求和
total_row = pl.concat([
    pl.DataFrame({col: ["总计"] for col in non_numeric_cols}),
    lf.select(numeric_cols).sum()
], how="horizontal").lazy()

# 拼接并计算最终结果
result = pl.concat([lf, total_row]).collect()

print(result)

核心要点 #

• 全程可保持LazyFrame的懒加载特性，直到调用collect()才触发实际计算，避免不必要的内存开销
• pl.concat支持直接拼接LazyFrame，无需提前转换为DataFrame
• 可根据业务需求灵活调整非数值列的标记内容，或忽略特定列的总计计算

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