如何在Python Polars中创建类似Pandas的嵌套表格

Polars确实没有Pandas式的多级索引，但可以通过**结构化列（Struct Columns）**结合分组、透视操作，实现完全等效的行/列多级嵌套表格效果，包括三级嵌套。以下是针对房贷审批数据集的具体实现方案：

核心思路 #

用Polars的struct类型模拟多级索引的层级关系：

• 行嵌套：将多个分组字段打包成一个struct列，作为行的层级标识
• 列嵌套：透视时指定多个字段作为列维度，Polars会自动将这些维度组合成tuple形式的列名，或手动打包成struct列来明确层级

代码示例 #

假设已加载数据集为pl.DataFrame对象：

import polars as pl

# 加载本地数据集
df = pl.read_csv("home_loan_approval.csv")

1. 行两级嵌套表格 #

实现Gender→Married的行层级，聚合贷款金额的均值与总和：

row_two_level = df.group_by(["Gender", "Married"]).agg(
    pl.mean("LoanAmount").alias("平均贷款额"),
    pl.sum("LoanAmount").alias("总贷款额")
).with_columns(
    # 打包行层级字段为struct，模拟多级索引
    pl.struct(["Gender", "Married"]).alias("行层级")
).drop(["Gender", "Married"]).select(["行层级", "平均贷款额", "总贷款额"])

# 查看结果
print(row_two_level)

2. 列两级嵌套表格 #

实现Loan_Status→Property_Area的列层级，聚合申请人收入均值：

col_two_level = df.group_by(["Gender", "Loan_Status", "Property_Area"]).agg(
    pl.mean("ApplicantIncome").alias("平均收入")
).pivot(
    index="Gender",
    columns=["Loan_Status", "Property_Area"],
    values="平均收入"
)

# 列名会以tuple形式呈现（如("Y", "Urban")），模拟嵌套层级；也可手动打包为struct列
col_two_level = col_two_level.rename(
    {col: pl.struct({"贷款状态": col[0], "房产区域": col[1]}).alias("列层级") for col in col_two_level.columns if col != "Gender"}
)

3. 行+列三级嵌套表格 #

实现行层级Gender→Married→Dependents，列层级Loan_Status→Property_Area→Credit_History，聚合贷款额均值与申请计数：

triple_nested = df.group_by(
    ["Gender", "Married", "Dependents", "Loan_Status", "Property_Area", "Credit_History"]
).agg(
    pl.mean("LoanAmount").alias("平均贷款额"),
    pl.count().alias("申请数量")
).pivot(
    index=["Gender", "Married", "Dependents"],
    columns=["Loan_Status", "Property_Area", "Credit_History"],
    values=["平均贷款额", "申请数量"]
).with_columns(
    # 打包行三级层级为struct
    pl.struct(["Gender", "Married", "Dependents"]).alias("行三级层级")
).drop(["Gender", "Married", "Dependents"])

# 列名会以tuple形式呈现完整三级层级（如("Y", "Urban", 1.0, "平均贷款额")）

展开嵌套层级 #

如果需要将嵌套的struct或tuple层级展开，使用unnest方法即可：

# 展开行层级的struct
row_two_level.unnest("行层级")

# 展开列的tuple层级（若列是struct类型，直接对列字段调用unnest）
col_two_level.unnest("列层级")

总结 #

Polars通过结构化列+多维度透视的组合，完全可以实现与Pandas多级索引表格等效的嵌套效果，支持任意层级的行/列嵌套，同时保留了Polars处理大型数据集的性能优势。

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