本文详解如何在 polars 中通过 `.pivot()` 方法完成基于列值的宽表转换（即“unstack”），替代 pandas 的 `groupby().sum().unstack()` 模式，并处理缺失值填充等关键细节。
在数据处理中，将长格式（long format）DataFrame 转换为宽格式（wide format）是常见需求，例如按某一列（如 left）分组，再将另一列（如 center）的唯一值作为新列名，对目标数值列（如 right）进行聚合（如求和）。Pandas 中惯用 groupby().sum().unstack(fill_value=0) 实现；而在 Polars 中，对应的核心方法是 .pivot() —— 它专为这类结构化透视设计，性能更优、语义更清晰。
以下为完整实现步骤：
1. 构造示例数据
import polars as pl df = pl.DataFrame({ "left": ["One", "One", "One", "One", "Two"], "center": ["P", "P", "I", "I", "I"], "right": [100, 100, 100, 100, 100] })2. 使用 .pivot() 进行透视聚合
调用 df.pivot() 时需明确三个关键参数：
- values：待聚合的数值列（此处为 “right”）；
- index：作为新表行索引的列（此处为 “left”）；
- columns：用于生成新列名的列（此处为 “center”）；
- aggregate_function：指定聚合逻辑，支持字符串（如 “sum”）或表达式（如 pl.col(“right”).sum()）。
✅ 推荐写法（清晰且显式）：
result = df.pivot( values="right", index="left", columns="center", aggregate_function="sum" )⚠️ 注意：原始答案中 df.pivot(‘center’, index=’left’, …) 的参数顺序已过时（旧版 Polars API），当前稳定版（v0.20+）必须显式使用关键字参数 values, index, columns，否则会报错或行为异常。
执行后输出为：
shape: (2, 3) ┌──────┬─────┬─────┐ │ left ┆ P ┆ I │ │ --- ┆ --- ┆ --- │ │ str ┆ i64 ┆ i64 │ ╞══════╪═════╪═════╡ │ One ┆ 200 ┆ 200 │ │ Two ┆ null ┆ 100 │ └──────┴─────┴─────┘3. 处理缺失值：fill_null(0)
与 Pandas 的 fill_value=0 类似，Polars 中需链式调用 .fill_null(0)：
result = ( df.pivot( values="right", index="left", columns="center", aggregate_function="sum" ) .fill_null(0) )最终结果完全匹配预期：
shape: (2, 3) ┌──────┬─────┬─────┐ │ left ┆ P ┆ I │ │ --- ┆ --- ┆ --- │ │ str ┆ i64 ┆ i64 │ ╞══════╪═════╪═════╡ │ One ┆ 200 ┆ 200 │ │ Two ┆ 0 ┆ 100 │ └──────┴─────┴─────┘✅ 关键注意事项
- 参数命名强制化：新版 Polars 不再支持位置传参，values/index/columns 必须以关键字形式传入；
- 聚合函数灵活性：除 “sum” 外，还支持 “mean”、”count”、”first” 等字符串简写，或自定义表达式（如 pl.col(“right”).max().over(“left”)）；
- 多值透视：若需同时透视多个数值列，可传入列表：values=[“right”, “other_col”]；
- 性能优势：.pivot() 是 Polars 原生优化操作，相比手动 group_by().agg() + join() 组合，内存效率与执行速度更佳。
掌握 .pivot() 是构建高效 Polars 数据流水线的重要一环——它不仅是语法替代，更是向声明式、向量化思维的自然演进。