本文介绍如何在 polars 中基于分组（如列 a），为每组找出另一列（如 x）极值（最大或最小）所在行的指定列（如 b）值，并将其广播为新列（如 y），适用于高效聚合与特征构造场景。
本文介绍如何在 polars 中基于分组（如列 a），为每组找出另一列（如 x）极值（最大或最小）所在行的指定列（如 b）值，并将其广播为新列（如 y），适用于高效聚合与特征构造场景。
在 Polars 数据处理中，一个常见需求是：按某列分组后，获取另一列极值（如 x 的最大值）所对应行中某个字段（如 B）的值，并将该值填充到组内所有行。这不同于常规聚合（如 .max() 返回标量），而是需要“索引对齐”式的取值——即先定位极值位置，再提取同位置的其他列内容。
核心思路是组合使用三个关键表达式：
-
pl.col("x").arg_max()：返回列x中最大值的索引位置（整数）； -
pl.col("B").get(idx)：根据索引idx从列B中提取对应值； -
.over("A")：将上述操作以窗口形式按列A分组独立执行。
完整实现如下：
import polars as pl
df = pl.DataFrame({
'A': ['a0', 'a0', 'a1', 'a1'],
'B': ['b1', 'b2', 'b1', 'b2'],
'x': [0, 10, 5, 1]
})
result = df.with_columns(
pl.col("B").get(pl.col("x").arg_max()).over("A").alias("y")
)
print(result)
输出结果符合预期：
shape: (4, 4) ┌─────┬─────┬─────┬─────┐ │ A ┆ B ┆ x ┆ y │ │ --- ┆ --- ┆ --- ┆ --- │ │ str ┆ str ┆ i64 ┆ str │ ╞═════╪═════╪═════╪═════╡ │ a0 ┆ b1 ┆ 0 ┆ b2 │ │ a0 ┆ b2 ┆ 10 ┆ b2 │ │ a1 ┆ b1 ┆ 5 ┆ b1 │ │ a1 ┆ b2 ┆ 1 ┆ b1 │ └─────┴─────┴─────┴─────┘
✅ 注意事项：
- 若需获取最小值对应行的
B值，将arg_max()替换为arg_min()即可； -
get()在索引越界时会返回null，建议确保每组内x非空；可加.drop_nulls()或用pl.all().is_not_null()预检； -
arg_max()对存在多个相同极值的情况，返回第一个匹配索引（稳定且可预期）； - 该方案全程向量化、零 Python 循环，性能远优于
group_by().apply()等自定义逻辑。
此模式可灵活扩展：例如同时获取 B 和 C 两列的极值对应值，只需重复 pl.col("C").get(...) 表达式即可。掌握 get + arg_{min/max} + over 组合，是写出简洁、高效 Polars 窗口逻辑的关键技能之一。
