如何用Polars按分组统计列中特定值的数量及求和

需求说明：

• 按sprint_start_date（迭代开始日期）和squad（团队）分组
• 统计每组内issue_type为Story、Spike、Bug的条目数量
• 计算每组内story_points的总和

正确实现代码 #

import polars as pl

aggregate_commitment_df = commitment_df.group_by("sprint_start_date", "squad").agg(
    stories_committed=pl.col("issue_type").eq("Story").sum(),
    spikes_committed=pl.col("issue_type").eq("Spike").sum(),
    bugs_committed=pl.col("issue_type").eq("Bug").sum(),
    story_points_committed=pl.sum("story_points"),
)

代码解释 #

• group_by("sprint_start_date", "squad")：指定分组维度，将数据按迭代日期和团队拆分
• pl.col("issue_type").eq("Story").sum()：通过布尔判断筛选出issue_type为Story的条目，对布尔值求和（True等价于1，False等价于0），得到该类型的条目数
• pl.sum("story_points")：直接对分组内的story_points字段求和，得到该组的故事点总和

内容的提问来源于stack exchange，提问作者KOB