Polars中DataFrame.rolling是否保留顺序？聚合结果如何安全回写？

1. DataFrame.rolling是否保留原数据顺序？ #

• 当使用by分组并指定time_column（如示例中的dt）时，Polars会先对每个分组内的数据按时间列排序，再计算滚动窗口。
• 输出结果的行顺序：
  • 如果原DataFrame的每个分组内已经按时间列严格排序，rolling的输出行顺序会和原DataFrame一致；
  • 如果原分组内时间列是乱序的，rolling的输出行顺序会是分组内排序后的顺序，和原DataFrame的行顺序不一致。

2. 直接用select添加result列是否安全？ #

这种做法不安全，属于依赖巧合的写法：只有当原数据分组内时间完全有序时才会正确，一旦原数据分组内时间乱序，rolling输出的行顺序会和原DataFrame错位，导致聚合值和原行不匹配。

正确的实现方式 #

推荐两种更可靠的写法：

方式1：直接在原DataFrame中用with_columns生成列 #

无需单独生成result，Polars会自动处理行匹配，无论原数据是否排序：

import polars as pl
from datetime import datetime

df = pl.DataFrame(
    {
        "dt": [datetime(2021, 1, 1), datetime(2021, 1, 2), datetime(2021, 1, 4), datetime(2021, 1, 5)],
        "key": ["a", "a", "b", "b"],
        "values": pl.arange(0, 4, eager=True),
        "another_column": ["foo", "bar", "baz", "bla"],
    }
)

df = df.with_columns(
    pl.col("values")
    .rolling("dt", period="2d", by="key")
    .sum()
    .alias("the_sum")
)

方式2：通过join连接结果（适合需要单独处理result的场景） #

基于key和dt作为唯一标识进行连接，确保聚合值精准匹配原行：

result = df.rolling("dt", period="2d", by="key").agg(pl.col("values").sum().alias("the_sum"))
df = df.join(result, on=["key", "dt"], how="left")

内容的提问来源于stack exchange，提问作者Ruben