如何基于某列绝对值对Polars DataFrame进行升/降序排序？

要实现按val列的绝对值排序，Polars可以通过sort()方法结合表达式生成的排序键完成，无需额外创建临时列。

升序排序（绝对值从小到大） #

直接在sort()中传入pl.col("val").abs()作为排序依据：

df_sorted_asc = df.sort(pl.col("val").abs())

输出结果：

┌──────┬─────┬─────┐
│ name ┆ id  ┆ val │
│ ---  ┆ --- ┆ --- │
│ str  ┆ str ┆ i32 │
╞══════╪═════╪═════╡
│ two  ┆ B   ┆ 0   │
│ two  ┆ C   ┆ -3  │
│ one  ┆ C   ┆ -4  │
│ one  ┆ B   ┆ 4   │
│ two  ┆ C   ┆ -4  │
│ one  ┆ A   ┆ 9   │
└──────┴─────┴─────┘

降序排序（绝对值从大到小） #

添加reverse=True参数即可实现降序：

df_sorted_desc = df.sort(pl.col("val").abs(), reverse=True)

输出结果：

┌──────┬─────┬─────┐
│ name ┆ id  ┆ val │
│ ---  ┆ --- ┆ --- │
│ str  ┆ str ┆ i32 │
╞══════╪═════╪═════╡
│ one  ┆ A   ┆ 9   │
│ one  ┆ C   ┆ -4  │
│ one  ┆ B   ┆ 4   │
│ two  ┆ C   ┆ -4  │
│ two  ┆ C   ┆ -3  │
│ two  ┆ B   ┆ 0   │
└──────┴─────┴─────┘

补充：分组后按绝对值排序 #

如果需要分组后再按绝对值排序，可以结合group_by()和sort()：

df_group_sorted = df.group_by("name", maintain_order=True).sort(pl.col("val").abs())

输出结果：

┌──────┬─────┬─────┐
│ name ┆ id  ┆ val │
│ ---  ┆ --- ┆ --- │
│ str  ┆ str ┆ i32 │
╞══════╪═════╪═════╡
│ one  ┆ C   ┆ -4  │
│ one  ┆ B   ┆ 4   │
│ one  ┆ A   ┆ 9   │
│ two  ┆ B   ┆ 0   │
│ two  ┆ C   ┆ -3  │
│ two  ┆ C   ┆ -4  │
└──────┴─────┴─────┘

内容的提问来源于stack exchange，提问作者beta green