如何基于Polars中weight列的值复制value行以构建直方图？

针对你需要根据weight列数值重复对应value行的需求，这里提供两种实用的Polars实现方式：

方法1：向量化操作（推荐，适合大数据集） #

利用Polars的repeat和explode函数实现，完全基于向量化运算，性能更优：

import polars as pl

df = pl.DataFrame({"value":[1,2,3], "weight":[2, 2, 1]})

# 生成目标Series
s_result = df.select(pl.col("value").repeat(pl.col("weight"))).explode("value")["value"]

print(s_result)
# 输出结果：
# shape: (5,)
# Series: 'value' [i64]
# [
#   1
#   1
#   2
#   2
#   3
# ]

• 逻辑说明：pl.col("value").repeat(pl.col("weight"))会将每行的value按对应weight次数重复，生成一个列表类型的列；explode则将列表中的元素逐个展开为独立行，最终提取value列即可得到目标结果。

方法2：Python列表推导式（适合小数据集） #

如果数据集规模较小，也可以用Python原生的列表推导式实现：

import polars as pl

df = pl.DataFrame({"value":[1,2,3], "weight":[2, 2, 1]})

# 通过列表推导式生成重复后的数值列表
repeated_values = [v for v, w in zip(df["value"].to_list(), df["weight"].to_list()) for _ in range(w)]
s_result = pl.Series(name="value", values=repeated_values)

print(s_result)

内容的提问来源于stack exchange，提问作者TomNorway