Python Polars窗口函数结合字面量实现分组累计计数问题

直接用Polars内置的row_number()窗口函数，一步就能生成分组累计计数：

df.with_columns(pl.row_number().over("id").alias("count"))

这个方法不需要临时列，代码简洁高效，row_number()会自动在每个id分组内从1开始递增计数，完全匹配你的需求。

你尝试的第二种写法报错，核心原因是：

• pl.lit(1)是单个标量值（长度为1），当直接对它调用.cum_sum().over("id")时，窗口函数会尝试在每个分组内对这个标量做累计求和，但标量的长度和分组的实际行数不匹配（比如id=1的分组有3行，标量却只有1个值），因此触发了ComputeError。
• 而第一种写法先通过.with_columns(pl.lit(1).alias("ones"))把标量广播成和DataFrame行数一致的列，此时ones列是每行都为1的完整列，再对它做分组累计求和就没问题——因为列的长度和每个分组的行数完全匹配。

如果不想用row_number()，也可以优化第一种写法，合并两个with_columns步骤：

df.with_columns(
    pl.lit(1).repeat(len(df)).cum_sum().over("id").alias("count")
)

但显然row_number()是最简洁的方案。

内容的提问来源于stack exchange，提问作者bkw1491