Polars窗口函数内降序排序的实现方式及order_by参数用途疑问

嘿，我刚学Polars一周左右，一直卡在怎么实现类似SQL里sum(...) over(partition by... order by... DESC)的窗口聚合逻辑上，折腾了好几种写法，终于摸出点头绪，也想聊聊关于窗口函数里order_by参数的困惑。

最开始我写了这段代码，结果输出完全不对，简直一团糟：

df.group_by('merchant_id', 'month')\
      .agg(sum_share=pl.col('amount').sum())\
      .with_columns(sum_share=pl.col('sum_share')/(pl.col('sum_share').sum().over('month')))\
      .sort(['month', 'sum_share'], descending=[False,True])\
      .with_columns(
     cumulative_sales=pl.col("sum_share")
     .cum_sum()
     .over("month", order_by=pl.col("sum_share").reverse()))

这时候我就觉得，或许不该在over()里搞排序，不如先把整个数据集按需求排好序，再添加累计求和的列？于是我改成了这样：

df.group_by('merchant_id', 'month')\
      .agg(sum_share=pl.col('amount').sum())\
      .with_columns(sum_share=pl.col('sum_share')/(pl.col('sum_share').sum().over('month')))\
      .sort(['month', 'sum_share'], descending=[False,True])\
      .with_columns(
     cumulative_sales=pl.col("sum_share")
     .cum_sum()
     .over("month")) 

这段代码能跑了，但我又产生了疑问——窗口函数里的order_by参数到底是干嘛用的？既然没法直接实现降序（虽然确实不常用），那它存在的意义是什么？

后来我终于试出了能正常工作的版本，核心是用cum_sum(reverse=True)配合窗口的order_by：

# this worked
(df.group_by('merchant_id', 'month')\
      .agg(sum_share=pl.col('amount').sum())\
      .with_columns(sum_share=pl.col('sum_share')/(pl.col('sum_share').sum().over('month')))\
      .sort(['month', 'sum_share'], descending=[False,True])\
      .with_columns(
     cumulative_sales=pl.col("sum_share")
     .cum_sum(reverse=True)
     .over("month", order_by=pl.col("sum_share")))\
     .with_columns(share_of_m_for_merch=pl.col("month").n_unique().over('merchant_id'), 
    help=pl.col('cumulative_sales').filter(pl.col('cumulative_sales')>=0.2).min().over('month'))\
    .filter(pl.col('cumulative_sales')<=pl.col('help'))\
    )

这段代码是用来找出每个月贡献至少20%营收的最少商家数量，通过cum_sum(reverse=True)和普通cum_sum配合实现的，输出结果大概是这样：

后来我也搞明白了，其实Polars窗口函数的order_by是用来定义窗口内计算的顺序，比如当你需要按某个字段升序计算累计值时，直接用它就能指定排序逻辑；而如果要实现降序的窗口累计，不能直接在order_by里加.reverse()，而是要配合聚合函数本身的reverse参数（比如cum_sum(reverse=True)）来实现，这才是正确的打开方式。

备注：内容来源于stack exchange，提问作者user29365845