Polars GroupBy对象如何获取分组数？对应Pandas ngroups属性的等效方法

• 利用 GroupBy 的 groups 属性
  Polars 的 GroupBy 对象的 groups 属性会返回一个 Series，索引是分组键，值为对应分组的行索引列表。直接取该 Series 的长度即可得到分组数：

  import polars as pl
  
  df = pl.DataFrame({"A": [1, 2, 1, 3, 2], "B": [10, 20, 30, 40, 50]})
  grouped = df.group_by("A")
  group_count = len(grouped.groups)
  print(group_count)  # 输出：3
  

• 聚合后取结果行数
  分组后执行简单聚合（比如标记分组存在），再取结果的行数，也是常用方式：

  group_count = grouped.agg(pl.lit(1)).height
  # 更简洁的写法：用 len() 聚合
  group_count = grouped.len().height
  

• 单一分组列的快捷方式
  若仅按单一列分组，可直接取该列的唯一值数量：

  group_count = df["A"].n_unique()
  

  注意：此方法仅适用于单一分组列的场景，多列分组时不适用。

• 多列分组的处理
  按多列分组时，前两种方法依然有效：

  grouped_multi = df.group_by(["A", "B"])
  # 方法一
  group_count_multi = len(grouped_multi.groups)
  # 方法二
  group_count_multi = grouped_multi.len().height
  

内容的提问来源于stack exchange，提问作者Alan