Polars如何实现每日重置的滚动求和？

你当前用Polars的rolling窗口实现的是滑动24小时窗口求和，跨日期时会包含前一天的数据，不符合按自然日重置的需求。要实现和Pandas中groupby(pd.Grouper(freq='D'))[col].transform('cumsum')等价的逻辑，在Polars里可以通过按自然日分组后计算累计和来实现。

修正后的代码 #

from datetime import datetime, timedelta
import polars as pl

df = pl.DataFrame({
    "date": pl.datetime_range(
        datetime(1985, 1, 1),
        datetime(1985, 1, 6),
        timedelta(minutes=5),
        time_unit="ns",
        eager=True
    )
})

df = df.with_columns(A=pl.lit(2, dtype=pl.Int32))

# 核心逻辑：按日期（自然日）分组，对A列计算累计和
df = df.with_columns(
    A_daily=pl.col("A").cumsum().over(pl.col("date").dt.date())
)

print(df[280:])

关键说明 #

• pl.col("date").dt.date()：提取datetime字段的日期部分，作为分组依据，确保每个自然日为独立分组
• pl.col("A").cumsum().over(...)：Polars的over子句实现分组内的窗口计算，等价于Pandas的groupby.transform('cumsum')，对每个分组内的A列计算累计求和，自动在分组边界重置计算

输出验证 #

修正后输出会符合你的预期：

shape: (1_161, 3)
┌─────────────────────┬─────┬─────────┐
│ date                ┆ A   ┆ A_daily │
│ ---                 ┆ --- ┆ ---     │
│ datetime[ns]        ┆ i32 ┆ i32     │
╞═════════════════════╪═════╪═════════╡
│ 1985-01-01 23:20:00 ┆ 2   ┆ 562     │
│ 1985-01-01 23:25:00 ┆ 2   ┆ 564     │
...
│ 1985-01-01 23:55:00 ┆ 2   ┆ 576     │
│ 1985-01-02 00:00:00 ┆ 2   ┆ 2       │
│ 1985-01-02 00:05:00 ┆ 2   ┆ 4       │
│ 1985-01-02 00:10:00 ┆ 2   ┆ 6       │
...

内容的提问来源于stack exchange，提问作者Deftness