如何在Polars中按行计算True值的数量？

在Polars 0.16.18版本中，直接使用sum(axis=1)统计每行的True数量会触发PanicException，因为布尔类型不支持行方向的加法操作，但列方向的统计可以正常工作。以下是几种可行的解决方法：

方法1：将布尔列转换为数值类型后按行求和 #

先把布尔列转为整数类型（True对应1，False对应0），再执行行方向的求和：

import polars as pl

s = pl.DataFrame({"a": [True, False, True], "b":[True, True, False]})
# 添加行统计列
result = s.with_columns(
    row_true_count=pl.col(pl.Boolean).cast(pl.UInt32).sum(axis=1)
)
print(result)

输出结果：

shape: (3, 3)
┌───────┬───────┬────────────────┐
│ a     ┆ b     ┆ row_true_count │
│ ---   ┆ ---   ┆ ---            │
│ bool  ┆ bool  ┆ u32            │
╞═══════╪═══════╪════════════════╡
│ true  ┆ true  ┆ 2              │
│ false ┆ true  ┆ 1              │
│ true  ┆ false ┆ 1              │
└───────┴───────┴────────────────┘

方法2：使用sum_horizontal函数 #

sum_horizontal是Polars专门用于行方向求和的函数，配合类型转换可以直接实现需求：

result = s.with_columns(
    row_true_count=pl.sum_horizontal(pl.col(pl.Boolean).cast(pl.UInt32))
)
print(result)

方法3：使用fold函数累加 #

通过fold函数逐列累加转换后的布尔值，适合需要自定义累加逻辑的场景：

result = s.with_columns(
    row_true_count=pl.fold(
        acc=pl.lit(0, dtype=pl.UInt32),
        f=lambda acc, col: acc + col.cast(pl.UInt32),
        exprs=pl.col(pl.Boolean)
    )
)
print(result)

原因说明 #

Polars在旧版本中，列方向的sum会隐式将布尔值视为1/0进行统计，但行方向的sum（底层调用hsum）没有做这个隐式转换，因为布尔类型的加法操作在语义上不被支持，所以需要手动转换为数值类型后再执行行求和。

内容的提问来源于stack exchange，提问作者Crysers