本文详解如何在 Polars 中按 customer 和 product 分组，计算每组的总销售额（quantity × price 的行级乘积之和），并提供两种高效实现方式：标准 agg() 配合 sum() 与更简洁的 dot() 表达式。
本文详解如何在 polars 中按 customer 和 product 分组，计算每组的总销售额（quantity × price 的行级乘积之和），并提供两种高效实现方式：标准 `agg()` 配合 `sum()` 与更简洁的 `dot()` 表达式。
在数据分析中，常需将原始交易记录（如客户、商品、单价、数量）聚合为「客户 × 商品」维度的汇总指标——最典型的就是总销售额，即每笔交易的 quantity × price 之和。Polars 提供了高性能、声明式的表达方式来完成这一任务，关键在于正确组合行级计算与分组聚合。
✅ 正确做法：先计算行级金额，再分组求和
你的原始代码问题在于：
-
group_by(('customer', 'product'))语法虽可运行，但元组传参易出错，推荐显式使用字符串列表； -
.select(...)后直接.group_by(...)缺少聚合操作（如.sum()），导致结果未真正聚合，仅做分组但未压缩行数； -
pl.col('quantity').mul(pl.col('price'))生成的是中间列，必须通过.agg()显式指定其聚合方式。
✅ 方法一：显式乘积 + sum() 聚合（推荐初学者使用）
result = db.group_by(["customer", "product"]).agg(
total=(pl.col("quantity") * pl.col("price")).sum()
)
该写法清晰表达了计算逻辑：对每行计算 quantity × price，再按 customer 和 product 分组，对每个组内所有行的乘积值求和。
✅ 方法二：使用 dot() —— 更简洁、语义更强
result = db.group_by("customer", "product").agg(
total=pl.col("quantity").dot("price")
)
dot() 是 Polars 专为向量点积设计的高效方法，等价于 sum(a * b)，且底层优化良好。它自动对齐同组内的两列并计算内积，代码更短、意图更明确，是处理“加权求和”类场景（如销售额、加权平均）的理想选择。
⚠️ 注意事项：
- 确保
quantity和price列均为数值类型（如Float64或Int64），否则dot()或乘法会报错；可用db = db.with_columns(pl.col("quantity", "price").cast(pl.Float64))统一转换。group_by(...).agg(...)返回的是新 LazyFrame（若原为 LazyFrame）或 DataFrame，结果自动包含customer、product和total三列，无需额外.select()。- 若需保留其他字段（如最早/最晚
sale_time），可在agg()中添加对应表达式，例如.agg(total=..., first_time=pl.col("sale_time").min())。
最终输出即为你所需的结构：每行唯一对应一个 (customer, product) 组合，total 列为该组合所有交易的销售金额总和，精准匹配业务需求。
