Polars中如何命名group_by结合n_unique生成的统计列？

首先明确你的需求：按指定字段分组后统计每组的记录行数，将结果列命名为Count，这对应Pandas的groupby.size()功能。你当前用n_unique()的方式错误，原因及修正方案如下：

1. n_unique()的错误原因

   • n_unique()是用来计算列的唯一值数量，而非分组的记录行数，和你要实现的Pandassize()功能完全不符。
   • Polars的GroupBy对象的n_unique()方法不需要传入参数（默认返回所有列的唯一值统计），你传入"Count"属于多传参数，因此触发TypeError。

2. 正确实现代码
   要实现和原Pandas代码一致的逻辑，使用agg()结合pl.count()或pl.len()，通过alias()指定结果列名：

   # 方式1：用pl.count()统计分组总行数
   return data.groupby(list_of_fields).agg(pl.count().alias("Count"))
   
   # 方式2：用pl.len()（效果与count()一致，统计分组内记录数）
   return data.groupby(list_of_fields).agg(pl.len().alias("Count"))
   

   若你需要统计某一列的非空行数（对应Pandas的groupby.count()），可指定具体列：

   return data.groupby(list_of_fields).agg(pl.col("target_column").count().alias("Count"))
   

3. 补充：若需计算唯一值数量
   如果你实际需求是统计某列的唯一值个数，正确写法为：

   return data.groupby(list_of_fields).agg(pl.col("target_column").n_unique().alias("UniqueCount"))
   

内容的提问来源于stack exchange，提问作者schoon