悠悠楠杉
网站页面
PolarsLazyFrame列级相乘的实现方法
11/20
python
import polars as pl
lf = pl.LazyFrame({
"price": [10.5, 20.0, 15.8],
"quantity": [2, 3, 1]
})
result = lf.withcolumns(
(pl.col("price") * pl.col("quantity")).alias("totalcost")
)
这里，pl.col("price") * pl.col("quantity") 构建了一个表达式，表示对 price 和 quantity 两列进行逐元素相乘。.with_columns() 方法将该表达式的结果作为新列添加到原始框架中。值得注意的是，此时并没有实际的数据计算发生，整个操作仍处于“计划”阶段。
LazyFrame 的强大之处在于它能自动优化这类表达式。例如，如果你只关心 total_cost 这一列，Polars 可以通过列投影优化，仅加载 price 和 quantity 两列，而忽略其他无关字段，从而节省 I/O 和内存开销。此外，如果后续还有过滤条件（如 .filter(pl.col("total_cost") > 30)），Polars 还可能将过滤操作下推到数据源层面，进一步提升性能。
除了简单的两列相乘，Polars 的表达式系统还支持更复杂的组合。例如，你可以链式地进行多列运算：
python
result = lf.with_columns(
total=pl.col("price") * pl.col("quantity"),
weighted_price=pl.col("price") * pl.lit(0.9) # 乘以常数
)
其中 pl.lit(0.9) 表示一个字面量（literal），可用于与列进行标量乘法。这种灵活性使得 Polars 能够轻松应对各种业务场景下的列运算需求。
