如何使用Polars表达式实现与Pandas等效的按列条件求和？

需求：筛选出points≥8且team≠'B'的行，对rebounds列求和，最终结果为20。以下是对应Polars的几种实现方式：

示例数据 #

import polars as pl

df = pl.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'C'],
                   'conference': ['East', 'East', 'East', 'West', 'West', 'East'],
                   'points': [11, 8, 10, 6, 6, 5],
                   'rebounds': [7, 7, 6, 9, 12, 8]})

Polars实现代码 #

方式1：先筛选行再求和 #

和Pandas的loc写法逻辑匹配，先过滤符合条件的行，再提取rebounds列求和：

df.filter((pl.col("points") >= 8) & (pl.col("team") != "B"))["rebounds"].sum()
# 输出：20

方式2：用列表达式直接计算（推荐的Polars风格） #

在select中通过表达式直接对满足条件的rebounds值求和，最后用item()提取标量结果：

df.select(
    pl.col("rebounds").filter((pl.col("points") >= 8) & (pl.col("team") != "B")).sum()
).item()
# 输出：20

方式3：使用query方法（类似Pandas的query） #

Polars支持类SQL的查询语法，写法和Pandas的query几乎一致：

df.query("points >= 8 and team != 'B'")["rebounds"].sum()
# 输出：20

内容的提问来源于stack exchange，提问作者codedancer