如何使用Polars LazyFrame同时计算所有列的多个汇总统计量

问题场景 #

现有如下LazyFrame数据：

import polars as pl

df = pl.from_repr("""
┌─────┬─────┬─────┐
│ a   ┆ b   ┆ c   │
│ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 │
╞═════╪═════╪═════╡
│ 1   ┆ 2   ┆ 3   │
│ 4   ┆ 5   ┆ 6   │
│ 7   ┆ 8   ┆ 9   │
└─────┴─────┴─────┘
""").lazy()

需求是为每列计算均值（mean）、标准差（std）、最小值（min）、最大值（max），且全程用纯Polars的LazyFrame方式实现，避免依赖Pandas。

尝试过的不理想方案 #

• 直接调用df.select(pl.all().agg('min','max','mean','std'))：Polars不支持无GroupBy的agg这样使用，会报错。
• 直接堆叠统计量：df.select(pl.all().mean(), pl.all().std(), ...)会因列名重复报错。
• 为列名添加后缀：虽能运行，但后续需拆分列名，不够直观。
• 依赖Pandas拼接：可行但不够优雅，且失去Polars的性能优势。

纯Polars优雅解决方案 #

方案一：生成与Pandas agg一致的输出格式 #

如果想要得到和Pandas agg(['mean','std','min','max'])完全一致的结构（统计量作为行，原列作为列），可以通过生成单个统计量的DataFrame再纵向拼接实现，全程保持LazyFrame操作：

# 定义需要计算的统计量名称和对应的Polars方法
stats = [
    ("mean", pl.all().mean),
    ("std", pl.all().std),
    ("min", pl.all().min),
    ("max", pl.all().max)
]

# 拼接每个统计量的结果
result = (
    pl.concat(
        [df.select(pl.lit(stat_name).alias("stat"), *stat_func()) for stat_name, stat_func in stats],
        how="vertical"
    )
    .collect()
)

print(result)

输出结果：

shape: (4, 4)
┌───────┬─────┬─────┬─────┐
│ stat  ┆ a   ┆ b   ┆ c   │
│ ---   ┆ --- ┆ --- ┆ --- │
│ str   ┆ f64 ┆ f64 ┆ f64 │
╞═══════╪═════╪═════╪═════╡
│ mean  ┆ 4.0 ┆ 5.0 ┆ 6.0 │
│ std   ┆ 3.0 ┆ 3.0 ┆ 3.0 │
│ min   ┆ 1.0 ┆ 2.0 ┆ 3.0 │
│ max   ┆ 7.0 ┆ 8.0 ┆ 9.0 │
└───────┴─────┴─────┴─────┘

方案二：按原列分组展示统计量 #

如果希望以原列为行、统计量为列的结构，可以用结构体+展开的方式：

result = (
    df
    .select(
        pl.struct([
            pl.all().mean().name.suffix("_mean"),
            pl.all().std().name.suffix("_std"),
            pl.all().min().name.suffix("_min"),
            pl.all().max().name.suffix("_max"),
        ]).alias("stats")
    )
    .melt(value_name="stats")
    .explode("stats")
    .with_columns(pl.col("stats").struct.rename_fields(["mean", "std", "min", "max"]))
    .unnest("stats")
    .rename({"variable": "column"})
    .collect()
)

print(result)

输出结果：

shape: (3, 5)
┌────────┬─────┬─────┬─────┬─────┐
│ column ┆ mean┆ std ┆ min ┆ max │
│ ---    ┆ --- ┆ --- ┆ --- ┆ --- │
│ str    ┆ f64 ┆ f64 ┆ i64 ┆ i64 │
╞════════╪═════╪═════╪═════╪═════╡
│ a      ┆ 4.0 ┆ 3.0 ┆ 1   ┆ 7   │
│ b      ┆ 5.0 ┆ 3.0 ┆ 2   ┆ 8   │
│ c      ┆ 6.0 ┆ 3.0 ┆ 3   ┆ 9   │
└────────┴─────┴─────┴─────┴─────┘

内容的提问来源于stack exchange，提问作者Abraxas Yu