Polars 0.20.7版本map_groups与with_columns联用报错的替代方案咨询

Polars 0.20.7版本对map_groups的调用规则进行了调整，导致原写法触发错误。推荐使用**窗口函数over**替代，这是Polars官方更推荐的向量化操作方式，性能更优且能直接配合with_columns使用：

df1 = df1.with_columns(
    pl.col("New Date").fill_null(strategy="backward").over("Product Number").alias("New Date1")
)

代码说明 #

• 用over("Product Number")指定分组维度，让fill_null按每个产品编号分组执行反向填充
• 直接在with_columns中完成计算，无需额外的group_by+map_groups嵌套，代码更简洁高效

如果确实需要保留map_groups的写法（比如涉及更复杂的分组内逻辑），可以调整为如下形式（确保分组列以字符串传入，且返回的DataFrame结构与原表一致）：

df1 = (
    df1
    .group_by("Product Number")
    .map_groups(lambda group: group.with_columns(
        group["New Date"].fill_null(strategy="backward").alias("New Date1")
    ))
)

内容的提问来源于stack exchange，提问作者Vignesh