如何在Polars中按行统计正、负值的数量？

一、原正值统计代码的原理拆解 #

你用到的pl.fold代码核心逻辑是逐列累加布尔值的数值化结果，具体步骤如下：

1. 生成布尔掩码：pl.col("*") > 0 会选中DataFrame的所有列，对每个元素判断是否大于0，返回一个由True/False组成的临时DataFrame。在Polars的数值运算中，True会被自动转为1，False转为0。
2. fold累加计算：pl.fold是一个聚合工具，这里的作用是按行对所有列的布尔值结果进行累加：
   • acc=pl.lit(0)：设置累加的初始值为0；
   • function=lambda acc, x: acc + x：定义累加逻辑，把当前列的每个元素（已转成1/0）加到累加器acc上；
   • exprs=pl.col("*") > 0：指定要参与累加的所有列的布尔结果。
     最终每一行的累加结果，就是该行中正值的数量。

二、完整的正负值统计解决方案 #

方法1：用sum替代fold（更简洁直观） #

Polars支持直接对布尔列按行求和，布尔值的求和等价于统计True的数量，代码更简洁：

# 生成新的统计DataFrame
result = data_frame.select(
    (pl.col("*") > 0).sum(axis=1).alias("pos"),
    (pl.col("*") < 0).sum(axis=1).alias("neg")
)

# 或者在原DataFrame中新增列
data_frame = data_frame.with_columns(
    pos=(pl.col("*") > 0).sum(axis=1),
    neg=(pl.col("*") < 0).sum(axis=1)
)

运行后result的输出完全符合需求：

shape: (5, 2)
┌─────┬─────┐
│ pos ┆ neg │
│ --- ┆ --- │
│ u32 ┆ u32 │
╞═════╪═════╡
│ 3   ┆ 1   │
│ 1   ┆ 3   │
│ 2   ┆ 2   │
│ 2   ┆ 2   │
│ 3   ┆ 1   │
└─────┴──────┘

方法2：用fold分别统计正负值 #

如果你想延续fold的写法，也可以分别对正值和负值的布尔结果进行累加：

result = data_frame.select(
    pl.fold(acc=pl.lit(0), function=lambda acc, x: acc + x, exprs=pl.col("*") > 0).alias("pos"),
    pl.fold(acc=pl.lit(0), function=lambda acc, x: acc + x, exprs=pl.col("*") < 0).alias("neg")
)

内容的提问来源于stack exchange，提问作者Sigi