如何从Polars DataFrame中选取求和值最大的列？

你可以通过以下几种方式完成最后一步：

方法1：利用字典查找最大值对应的列名 #

先将求和后的单行DataFrame转换为字典，再通过字典的max()方法找到值最大的键（即列名）：

sum_dict = max_col.to_dict(as_series=False)
max_col_name = max(sum_dict, key=sum_dict.get)
print(max_col_name)  # 输出: a

方法2：用Polars的unpivot操作转换格式后筛选 #

将宽表转为长表，排序后取最大值对应的列名：

max_col_name = (
    max_col
    .unpivot()  # 将列转为行，生成"variable"（列名）和"value"（求和值）两列
    .sort("value", descending=True)
    .select("variable")
    .item()  # 提取单个值
)
print(max_col_name)  # 输出: a

方法3：直接在原DataFrame上一步完成（最简洁） #

不需要提前计算所有列的和，直接对原DataFrame求和后调用idxmax()获取最大值对应的列名：

max_col_name = df.sum().idxmax()
print(max_col_name)  # 输出: a

内容的提问来源于stack exchange，提问作者scotsman60