如何访问Polars中value_counts生成的struct中的值？

问题背景 #

假设我们有如下Polars DataFrame：

import polars as pl

df = pl.DataFrame({
    "color": ["red", "blue", "red", "green", "blue", "blue"]
})

在Pandas中，要获取color为'red'的计数可以直接这么写：

df.to_pandas()["color"].value_counts()["red"]
# 输出：2

但在Polars里，value_counts()会生成包含Struct类型列的DataFrame：

df.select(pl.col("color").value_counts())

输出结果：

shape: (3, 1)
┌─────────────┐
│ color       │
│ ---         │
│ struct[2]   │
╞═════════════╡
│ {"red",2}   │
│ {"blue",3}  │
│ {"green",1} │
└─────────────┘

虽然可以通过unnest拆分列后提取值，或者用group_by('color').len()替代，但这些写法都比较繁琐。下面介绍更简便的实现方式。

一、提取单个计数值的简便方法 #

1. 直接筛选后取行数（最推荐）

如果只需要单个值的计数，完全不需要先统计所有值的频次，直接筛选目标行后取行数即可，代码简洁且效率更高：

# 方法1：用DataFrame的height属性
df.filter(pl.col("color") == "red").height
# 输出：2

# 方法2：用len()函数
len(df.filter(pl.col("color") == "red"))
# 输出：2

2. 基于value_counts的简化写法

如果已经使用了value_counts()，可以直接通过Struct字段访问，无需unnest：

# 写法1：用struct.field()
(df.select(pl.col("color").value_counts())
 .filter(pl.col("color").struct.field("color") == "red")
 .select(pl.col("color").struct.field("count"))
 .item())
# 输出：2

# 写法2：用索引语法，更简洁
target_count = df.select(pl.col("color").value_counts()).filter(pl.col("color").struct["color"] == "red").item()
print(target_count["count"])
# 输出：2

二、通用的Polars Struct值访问方法 #

Polars提供了多种访问Struct类型字段的方式：

• 在表达式中访问：
  • 使用.struct.field("字段名")：适合在查询语句中调用，语义清晰

    pl.col("struct_column").struct.field("field_name")
    

  • 使用索引语法.struct["字段名"]：和Python字典访问逻辑一致，写法更简洁

    pl.col("struct_column").struct["field_name"]
    

• 提取单个Struct元素后访问：
  如果已经通过.item()或.to_dict()取出了Struct对象，可以直接像字典一样访问字段：

  struct_item = df.select(pl.col("color").value_counts()).item()
  print(struct_item["color"])  # 输出：'red'
  print(struct_item["count"])  # 输出：2
  

内容的提问来源于stack exchange，提问作者user19077881