如何在Polars中实现分组拼接字符串（对比Pandas groupby.sum）

Pandas里可以通过groupby.sum()直接完成分组字符串拼接，但Polars的sum()是专门针对数值类型的聚合函数，对字符串列使用会返回null，因此需要用Polars提供的字符串专属聚合方法来实现需求。

方法1：使用str.concat()（推荐） #

这是Polars原生的字符串聚合方法，性能更优，还支持自定义分隔符：

import polars as pl

df = pl.DataFrame({'a': [1, 1, 2], 'b': ['foo', 'bar', 'foo']})

# 无分隔符直接拼接
result = df.group_by('a').agg(pl.col('b').str.concat())
print(result)

输出结果：

shape: (2, 2)
┌─────┬────────┐
│ a   ┆ b      │
│ --- ┆ ---    │
│ i64 ┆ str    │
╞═════╪════════╡
│ 2   ┆ foo    │
│ 1   ┆ foobar │
└─────┴────────┘

如果需要添加分隔符（比如逗号），只需指定delimiter参数：

# 指定分隔符拼接
result_with_delimiter = df.group_by('a').agg(pl.col('b').str.concat(delimiter=','))
print(result_with_delimiter)

输出结果：

shape: (2, 2)
┌─────┬──────────┐
│ a   ┆ b        │
│ --- ┆ ---      │
│ i64 ┆ str      │
╞═════╪══════════╡
│ 2   ┆ foo      │
│ 1   ┆ foo,bar  │
└─────┴──────────┘

方法2：结合agg与Python的join #

如果需要更灵活的自定义逻辑，也可以用lambda函数配合join实现：

result = df.group_by('a').agg(pl.col('b').agg(lambda x: ''.join(x)))
print(result)

该方法的输出和无分隔符的str.concat()一致，但性能略逊于原生方法，适合复杂拼接场景。

内容的提问来源于stack exchange，提问作者ignoring_gravity