Polars中group_by用字典聚合求和报错，求解决方案

问题原因 #

你遇到的TypeError: specifying aggregations as a dictionary is not supported错误，是因为Polars的agg方法不支持字典格式的聚合参数——这种写法是pandas的惯用方式，但Polars的API设计要求使用其专属的表达式语法传递聚合操作。

修正方案 #

有两种常用的正确写法可以实现你需要的分组求和：

方法1：使用列表达式+聚合函数 #

通过pl.col("value").sum()指定对value列求和，并用alias保持列名不变：

import polars as pl

df = pl.DataFrame({"category": ["A", "A", "B", "B", "B"],
"value": [1., 2., 3., 4., 5.]})

result = df.group_by("category").agg(pl.col("value").sum().alias("value"))
print(result)

方法2：直接用聚合函数指定列名 #

pl.sum可以直接接收列名作为参数，再通过alias指定输出列名：

result = df.group_by("category").agg(pl.sum("value").alias("value"))

运行结果 #

执行修正后的代码，会得到符合预期的分组求和结果：

┌──────────┬───────┐
│ category ┆ value │
│ ---      ┆ ---   │
│ str      ┆ f64   │
╞══════════╪═══════╡
│ A        ┆ 3.0   │
│ B        ┆ 12.0  │
└──────────┴───────┘

注：你预期结果里标注的list[f64]是错误的，分组求和后会得到单个f64值而非列表，上述输出是Polars的正确显示格式。

内容的提问来源于stack exchange，提问作者Jose Nuñez