Polars：无需分组调用.agg()实现单行聚合结果的方法

当然可以不用虚拟列实现单行聚合，Polars提供了两种更简洁的方式：

方法1：使用.select()配合聚合函数 #

直接在.select()中编写聚合表达式，Polars会将整个数据集作为一个整体计算，返回单行结果：

import polars as pl

df = pl.DataFrame({
    "a": [1, 2, 3, 4],
    "b": [10, 20, 30, 40]
})

# 计算a列的总和、b列的平均值
agg_result = df.select(
    pl.col("a").sum().alias("sum_a"),
    pl.col("b").mean().alias("mean_b")
)

执行后agg_result就是包含单行聚合结果的DataFrame。

方法2：直接调用.agg()方法 #

Polars的DataFrame对象支持直接调用.agg()，传入聚合表达式列表即可，无需提前分组：

agg_result = df.agg([
    pl.col("a").sum().alias("sum_a"),
    pl.col("b").mean().alias("mean_b")
])

这种方式和虚拟分组的效果完全一致，但代码更简洁，性能也更优（避免了虚拟列的创建和分组操作）。

这两种方法都能满足你“返回单行聚合结果”的需求，不用再绕弯子创建虚拟列。

内容的提问来源于stack exchange，提问作者dfried