Polars分组后按指定列排序取首行并保留所有列

要实现按foo分组、每组内按bar排序后保留对应整行（包含baz列）的需求，且避免全局排序的额外开销，你可以直接在聚合阶段让所有列跟随bar的排序逻辑，从而保证列之间的关联关系。

最优高效解法 #

使用group_by结合agg，通过sort_by让每组内的所有列按bar排序，再取第一行即可：

df_solution = df.group_by("foo").agg(
    pl.all().sort_by("bar").first()
).sort("foo")

# 验证结果符合预期
assert df_desired.equals(df_solution)

逻辑说明 #

• pl.all()选中DataFrame的所有列；
• sort_by("bar")让每组内的所有列按照bar列的升序（示例中取的是每组最小bar对应的行）重新排序；
• first()取排序后的第一行，这样baz列会自动匹配对应bar值的行，不会出现关联错位；
• 最后sort("foo")保证结果按foo列顺序排列，和目标输出一致。

对比其他方法的优势 #

• 相比先全局排序再分组：这种分组内排序的方式避免了对整个数据集做排序，当分组规模较小时，性能开销会显著降低；
• 相比单独聚合bar列：通过sort_by绑定了所有列的排序逻辑，确保baz和bar的对应关系，不会出现列值不匹配的问题。

内容的提问来源于stack exchange，提问作者TomNorway