如何在Python Polars中对多列执行多聚合操作？

出现DuplicateError的核心原因是：循环生成聚合表达式时，不同列的同类型聚合（比如均值、计数）会使用相同的默认列名（如mean、count），导致列名重复冲突。以下是符合Polars风格的解决方案，无需循环或避免列名冲突：

1. 显式指定聚合列别名（最直观） #

针对需要聚合的列，为每个聚合结果生成唯一的别名，避免名称冲突：

import polars as pl
import numpy as np

# 构造测试数据
df = pl.DataFrame({
    "timestamp": pl.date_range(start="2023-01-01", end="2023-01-02", interval="1h"),
    "col1": np.random.rand(25),
    "col2": np.random.rand(25),
    "col3": np.random.rand(25)
})

# 指定要聚合的列
cols_to_agg = ["col1", "col2", "col3"]

# 批量生成带唯一别名的聚合表达式
agg_exprs = [
    pl.col(col).mean().alias(f"{col}_mean"),
    pl.col(col).count().alias(f"{col}_count")
    for col in cols_to_agg
]

# 执行动态分组聚合
result = df.group_by_dynamic("timestamp", every="6h").agg(agg_exprs)
print(result)

2. 用struct打包聚合后unnest（更简洁） #

通过pl.struct将目标列打包，聚合后用unnest展开，自动生成带前缀的列名：

result = df.group_by_dynamic("timestamp", every="6h").agg(
    # 对打包的列求均值，结果命名为mean
    pl.struct(cols_to_agg).mean().alias("mean"),
    # 对打包的列计数，结果命名为count
    pl.struct(cols_to_agg).count().alias("count")
).unnest("mean", "count")  # 展开struct列，生成col1_mean、col1_count等列
print(result)

3. 批量处理所有目标列（无需枚举列名） #

如果需要对除时间列外的所有数值列做聚合，可用pl.all()结合suffix批量生成唯一列名：

result = df.group_by_dynamic("timestamp", every="6h").agg(
    # 对所有非时间列求均值，添加_mean后缀
    pl.all().exclude("timestamp").mean().suffix("_mean"),
    # 对所有非时间列计数，添加_count后缀
    pl.all().exclude("timestamp").count().suffix("_count")
)
print(result)

以上方案均遵循Polars的向量化表达式设计原则，避免了循环导致的列名冲突，同时保持代码简洁高效。

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