在Polars中，pl.selectors和df.select方法在使用上有什么区别？

 在 Polars 中，selectors 和 df.select 方法都有助于选择 DataFrame 中的列，但它们的使用方式和目的略有不同。

selectors

selectors  是一个用于选择 DataFrame 中特定列的工具。它们提供了一种更灵活的方式来选择满足特定条件的列，特别是在处理大量列或者需要根据某些条件选择列的情况下。

selectors 包括多种方法，如:

• all: 选择所有列。
• contains: 选择包含特定字符串的列。
• ends_with: 选择以特定字符串结尾的列。
• starts_with: 选择以特定字符串开头的列。
• dtype_is: 选择具有特定数据类型的列。
• is_in: 选择列名在给定集合中的列。
• exclude: 排除符合特定条件的列。
• regex: 选择匹配正则表达式的列。
• numeric: 选择所有数值型列。
• string: 选择所有字符串型列。
• datetime: 选择所有日期时间型列。

这些方法可以单独使用或组合使用。

假设你有一个包含多个列的 DataFrame，你想要选择所有以 "price" 开头的列以及所有数值型列，可以这样做：

import polars as pl

# 创建一个示例 DataFrame
df = pl.DataFrame({
    'price_open': [100, 105, 110, 115],
    'price_close': [99, 104, 109, 114],
    'volume': [1000, 1500, 2000, 2500],
    'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04'],
    'symbol': ['AAPL', 'GOOG', 'MSFT', 'AMZN']
})


# 使用 selectors 选择特定列
selected_columns = df.select(
    [
        pl.col(pl.selectors.starts_with('price')),
        pl.col(pl.selectors.numeric())
    ]
)

print(selected_columns)

在这个例子中，我们使用了 pl.selectors.starts_with('price') 来选择所有以 "price" 开头的列，并使用 pl.selectors.numeric() 来选择所有数值型列。然后，我们使用 pl.col 方法将这些选择器应用到 DataFrame 上。

你可以组合使用多个选择器来构建更复杂的查询。例如，选择所有以 "price" 开头的列和所有数值型列，但排除以 "price_close" 结尾的列：

# 选择所有以 "price" 开头的列和所有数值型列，但排除 "price_close"
selected_columns = df.select(
    [
        pl.col(pl.selectors.starts_with('price')).exclude(pl.selectors.ends_with('close')),
        pl.col(pl.selectors.numeric())
    ]
)

print(selected_columns)

df.select

df.select 方法用于选择 DataFrame 中的特定列，通常通过提供列名列表来指定需要选择的列。这比使用 selectors 更直接，但不够灵活。

如果你想要选择上述 DataFrame 中的 "price_open" 和 "volume" 列，可以这样做：

# 使用 df.select 选择特定列
selected_columns = df.select(
    [
        pl.col('price_open'),
        pl.col('volume')
    ]
)

print(selected_columns)

两者使用上的区别

• selectors：
  • 提供了一种更灵活的方式来选择列。
  • 可以根据列名、数据类型等条件选择列。
  • 适用于选择满足特定条件的列，特别是在列名未知或列的数量很大时。
• df.select：
  • 通常用于选择特定列名的列。
  • 更直接，但不够灵活。
  • 适用于列名已知且数量较少的情况。

总的来说，selectors 和 df.select 方法都可以用来选择 DataFrame 中的列，但它们的应用场景略有不同。如果你需要选择满足特定条件的列，或者在列名未知的情况下选择列，selectors 更合适。如果你只需要选择已知列名的列，df.select 更简单直接。

      热门文章：

从 Pandas 到 Polars 二十六：在Polars中，不要遍历列

从 Pandas 到 Polars 二十三：如果你的数据已经排序，Polars可以为你提供助力

从 Pandas 到 Polars 十八：数据科学 2025，对未来几年内数据科学领域发展的预测或展望

从 Pandas 到 Polars 十三：流式处理的关键参数

从 Pandas 到 Polars 十：“Polars 表达式“是什么？

从 Pandas 到 Polars 六：在 Polars 中流式处理大型数据集

从 Pandas 到 Polars 0：理解Polars嵌套列类型