Polars 原生不提供 median_horizontal()，但可通过 pl.concat_list() 构建每行数值列表，再调用 .list.median() 高效实现行级中位数计算，自动忽略 null 值，语义清晰且性能优异。
polars 原生不提供 `median_horizontal()`，但可通过 `pl.concat_list()` 构建每行数值列表，再调用 `.list.median()` 高效实现行级中位数计算，自动忽略 null 值，语义清晰且性能优异。
在 Polars 中进行水平（行方向）中位数计算，即对 DataFrame 每一行中指定数值列（如所有整数列）独立求中位数，是常见但原生未直接封装的操作。与已有的 pl.mean_horizontal() 不同，Polars 当前（v1.0+）尚未提供 median_horizontal() 表达式，但可通过组合现有表达式优雅、高效地实现。
✅ 推荐方案：concat_list + list.median()
这是最符合 Polars 函数式风格、纯惰性执行、零 Python 循环的首选方法：
import polars as pl
df = pl.DataFrame({
"ABC": ["foo", "bar", "foo"],
"A": [1, 2, 3],
"B": [2, 1, None],
"C": [1, 2, 3]
})
result = df.with_columns(
pl.concat_list(pl.col(pl.Int64)).list.median().alias("Horizontal Median")
)
print(result)
输出：
shape: (3, 5) ┌─────┬─────┬──────┬─────┬───────────────────┐ │ ABC ┆ A ┆ B ┆ C ┆ Horizontal Median │ │ --- ┆ --- ┆ --- ┆ --- ┆ --- │ │ str ┆ i64 ┆ i64 ┆ i64 ┆ f64 │ ╞═════╪═════╪══════╪═════╪═══════════════════╡ │ foo ┆ 1 ┆ 2 ┆ 1 ┆ 1.0 │ │ bar ┆ 2 ┆ 1 ┆ 2 ┆ 2.0 │ │ foo ┆ 3 ┆ null ┆ 3 ┆ 3.0 │ └─────┴─────┴──────┴─────┴───────────────────┘
✅ 优势说明：
-
pl.col(pl.Int64)自动选取所有整数类型列（可替换为pl.col(["A","B","C"])精确指定）； -
pl.concat_list()将每行对应列值聚合成一个list[i64]列，null 值被保留为null元素； -
.list.median()内置处理 null：自动过滤 null 后计算中位数（行为等价于np.nanmedian），无需额外清洗； - 完全惰性、可优化、支持流式处理，性能接近底层 Rust 实现。
⚠️ 注意事项与边界情况
- 若某行所有指定列为 null，
.list.median()返回null（符合预期）； - 中位数结果统一为
f64类型（即使输入全为整数），这是 Polars 的设计约定； - 列表长度为偶数时，取中间两数的算术平均（标准中位数定义），例如
[1, 2, 3, 4] → 2.5； - 避免使用
pl.col(pl.NUMERIC_DTYPES)泛选——pl.Float64和pl.Int64混合时，concat_list会自动向上转型为list[f64]，不影响.list.median()正确性，但需留意精度一致性。
? 替代方案：NumPy 集成（仅作参考）
import numpy as np
df.with_columns(
pl.Series(
"Horizontal Median",
np.nanmedian(df.select(pl.col(pl.Int64)).to_numpy(), axis=1)
)
)
⚠️ 不推荐用于生产环境：
-
.to_numpy()触发 eager 计算并拷贝数据，丧失 Polars 惰性优势； - 大数据集下内存与性能开销显著；
- 无法利用 Polars 查询优化器，且
axis=1在 NumPy 中本身较慢。
✅ 总结
| 方法 | 是否推荐 | 关键特性 |
|---|---|---|
concat_list(...).list.median() |
✅ 强烈推荐 | 惰性、高效、null 安全、语义清晰、可组合 |
np.nanmedian(...) |
❌ 不推荐 | eager、低效、破坏查询优化、耦合外部依赖 |
掌握 concat_list + list.* 模式，不仅能解决水平中位数问题，还可拓展至行级众数（.list.mode()）、分位数（.list.quantile()）、自定义聚合等场景，是 Polars 高级数据操作的核心范式之一。
