Python 包含元素与极轴交集的字符串列表的聚合列

我不确定这是否像看起来那么简单.

您可以摆脱列表并使用"常规"Polars功能.

判断idx组的每一行中是否包含值的一种方法是计算每idx, values组的唯一(不同)行数.

(df.with_columns(group_len = pl.count().over("idx"))
   .with_row_count()
   .explode("values")
   .with_columns(num_rows =
       pl.n_unique("row_nr").over("idx", "values")
   )
)

shape: (12, 5)
┌────────┬─────┬────────┬───────────┬──────────┐
│ row_nr ┆ idx ┆ values ┆ group_len ┆ num_rows │
│ ---    ┆ --- ┆ ---    ┆ ---       ┆ ---      │
│ u32    ┆ i64 ┆ str    ┆ u32       ┆ u32      │
╞════════╪═════╪════════╪═══════════╪══════════╡
│ 0      ┆ 1   ┆ A      ┆ 2         ┆ 1        │
│ 0      ┆ 1   ┆ B      ┆ 2         ┆ 2        │ # row_nr = [0, 1]
│ 1      ┆ 1   ┆ B      ┆ 2         ┆ 2        │
│ 1      ┆ 1   ┆ C      ┆ 2         ┆ 1        │
│ 2      ┆ 2   ┆ A      ┆ 2         ┆ 1        │
│ 2      ┆ 2   ┆ B      ┆ 2         ┆ 2        │ # row_nr = [2, 3]
│ 3      ┆ 2   ┆ B      ┆ 2         ┆ 2        │
│ 3      ┆ 2   ┆ C      ┆ 2         ┆ 1        │
│ 4      ┆ 3   ┆ A      ┆ 2         ┆ 1        │
│ 4      ┆ 3   ┆ B      ┆ 2         ┆ 2        │ # row_nr = [4, 5]
│ 5      ┆ 3   ┆ B      ┆ 2         ┆ 2        │
│ 5      ┆ 3   ┆ C      ┆ 2         ┆ 1        │
└────────┴─────┴────────┴───────────┴──────────┘

您可以对这些内容进行过滤，并使用.group_by构建结果列表

(df.with_columns(group_len = pl.count().over("idx"))
   .with_row_count()
   .explode("values")
   .filter(
       pl.n_unique("row_nr").over("idx", "values")
        == pl.col("group_len")
   )
   .group_by("idx", maintain_order=True)
   .agg(pl.col("values").unique())
)

shape: (3, 2)
┌─────┬───────────┐
│ idx ┆ values    │
│ --- ┆ ---       │
│ i64 ┆ list[str] │
╞═════╪═══════════╡
│ 1   ┆ ["B"]     │
│ 2   ┆ ["B"]     │
│ 3   ┆ ["B"]     │
└─────┴───────────┘