Polars按Categorical分组后标签为空问题咨询

问题重现 #

将DataFrame的zone字段转为Categorical类型后，按该字段分组统计，结果中zone列显示为null；但字段为字符串类型时无此问题。相关代码：

import polars as pl
scores = pl.DataFrame({
    'zone': ['North', 'North', 'South', 'South'],
    'score': [78, 39, 76, 56]
}).with_column(pl.col("zone").cast(pl.Categorical))

scores.groupby("zone").count()

原因与解决办法 #

这不是预期行为，属于Polars旧版本的显示bug（主要出现在0.18.x及更早版本），以下是几种解决方式：

• 升级Polars到最新稳定版
  官方已经修复了这个Categorical类型的显示问题，执行命令升级即可：

  pip install --upgrade polars
  

• 分组后转回字符串类型（临时 workaround）
  如果暂时无法升级版本，可以在分组后将Categorical字段转回字符串，就能正常显示标签：

  scores.groupby("zone").count().with_columns(pl.col("zone").cast(pl.Utf8))
  

• 指定Categorical的ordered参数
  创建Categorical类型时显式设置ordered=False，部分场景下也能规避显示异常：

  scores = pl.DataFrame({
      'zone': ['North', 'North', 'South', 'South'],
      'score': [78, 39, 76, 56]
  }).with_column(pl.col("zone").cast(pl.Categorical(ordered=False)))
  

补充说明 #

实际上分组后的Categorical数据本身是完整的，只是终端或Notebook的渲染层出现了显示错误。你可以尝试将结果导出为CSV或查看数据的底层值，会发现标签数据并未丢失。

内容的提问来源于stack exchange，提问作者Vincent