Поляры: выберите значения из списка group_by со значением из другого столбца ⇐ Python

[Anonymous]

Начиная с df:

Код: Выделить всё

import polars as pl

df = pl.from_repr("""
┌─────┬─────────┬───────┬───────┐
│ seq ┆ seq_grp ┆ match ┆ score │
│ --- ┆ ---     ┆ ---   ┆ ---   │
│ str ┆ str     ┆ str   ┆ i64   │
╞═════╪═════════╪═══════╪═══════╡
│ foo ┆ aa      ┆ aa    ┆ 10    │
│ bar ┆ bb      ┆ cc    ┆ 8     │
│ bar ┆ bb      ┆ bb    ┆ 20    │
│ duk ┆ dd      ┆ dd    ┆ 8     │
│ duk ┆ dd      ┆ dd    ┆ 7     │
│ baz ┆ cc      ┆ ff    ┆ 5     │
│ baz ┆ cc      ┆ cc    ┆ 6     │
│ baz ┆ cc      ┆ cc    ┆ 4     │
│ zed ┆ zz      ┆ yy    ┆ 6     │
└─────┴─────────┴───────┴───────┘
""")

Поскольку я намереваюсь выбрать определенные значения для каждой группы, для каждой последовательности, я сделал group_by:

Код: Выделить всё

grouped_df = (
df.group_by("seq", maintain_order=True)
.all()
.with_columns(pl.col("seq_grp").list.get(0))
)

Код: Выделить всё

┌─────┬─────────┬────────────────────┬───────────┐
│ seq ┆ seq_grp ┆ match              ┆ score     │
│ --- ┆ ---     ┆ ---                ┆ ---       │
│ str ┆ str     ┆ list[str]          ┆ list[i64] │
╞═════╪═════════╪════════════════════╪═══════════╡
│ foo ┆ aa      ┆ ["aa"]             ┆ [10]      │
│ bar ┆ bb      ┆ ["cc", "bb"]       ┆ [8, 20]   │
│ duk ┆ dd      ┆ ["dd", "dd"]       ┆ [8, 7]    │
│ baz ┆ cc      ┆ ["ff", "cc", "cc"] ┆ [5, 6, 4] │
│ zed ┆ zz      ┆ ["yy"]             ┆ [6]       │
└─────┴─────────┴────────────────────┴───────────┘

Я пытаюсь выявить случаи, когда seq_grp соответствует элементу из списка совпадений, и проверить, имеет ли он максимальное значение в списке оценок.
Хотя в этом минимальном примере я мог бы почти добиться этого, используя:

Код: Выделить всё

(df.filter(pl.col("seq_grp") == pl.col("match"))
.group_by("seq").all()
.with_columns(pl.col("score").list.max())
.with_columns(pl.col(["seq_grp", "match"]).list.get(0))
)

Код: Выделить всё

┌─────┬─────────┬───────┬───────┐
│ seq ┆ seq_grp ┆ match ┆ score │
│ --- ┆ ---     ┆ ---   ┆ ---   │
│ str ┆ str     ┆ str   ┆ i64   │
╞═════╪═════════╪═══════╪═══════╡
│ foo ┆ aa      ┆ aa    ┆ 10    │
| bar ┆ bb      ┆ bb    ┆ 20    │
│ duk ┆ dd      ┆ dd    ┆ 8     │
│ baz ┆ cc      ┆ cc    ┆ 6     │
└─────┴─────────┴───────┴───────┘

Я хотел бы иметь возможность получить строку индекса списка (смотря на grouped_df):

Код: Выделить всё

 baz ┆ cc      ┆ ["ff", "cc", "cc"] ┆ [5, 6, 4] │

самого результативного совпадения без копии и его значения:
│ baz ┆ cc ┆ ["ff", "cc", "cc"] ┆ [5, 6, 4]

Подробнее здесь: https://stackoverflow.com/questions/779 ... her-column