本文详解如何在 polars 中通过 `.pivot()` 方法对 dataframe 按列值展开（unstack），完成分组聚合后的宽表转换，并处理缺失值填充，替代 pandas 中的 `groupby().sum().unstack()` 模式。
在数据处理中，将长格式（long format）DataFrame 转换为宽格式（wide format）——即按某一列的唯一值生成新列，并对对应行进行聚合——是常见需求。Pandas 中常用 groupby(...).agg(...).unstack(fill_value=0) 实现；而在 Polars 中，这一操作由 .pivot() 方法统一承载，兼具灵活性与高性能。
以下以实际示例说明完整流程：
✅ 输入数据准备
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]
})该 DataFrame 包含 5 行，需按 "left" 分组、按 "center" 列的值（"P"/"I"）展开为列，并对 "right" 求和。
✅ 核心操作：使用 .pivot()
result = df.pivot(
values="right", # 待聚合的数值列（等价于 Pandas 中 agg column）
index="left", # 作为新表索引（行标识）的列（等价于 groupby key）
columns="center", # 展开为列头的分类列（等价于 unstack level）
aggregate_function="sum" # 聚合方式；也支持 pl.sum(), pl.element().sum() 等
)? 注意：values、index、columns 是 .pivot() 的三个必需参数（Polars ≥ 0.20.0），语义清晰，类比 Pandas pivot_table(index=..., columns=..., values=..., aggfunc=...)。
执行后输出：
shape: (2, 3) ┌──────┬──────┬─────┐ │ left ┆ P ┆ I │ │ --- ┆ --- ┆ --- │ │ str ┆ i64 ┆ i64 │ ╞══════╪══════╪═════╡ │ One ┆ 200 ┆ 200 │ │ Two ┆ null ┆ 100 │ └──────┴──────┴─────┘
可见 "Two" 在 "P" 列下无对应数据，结果为 null —— 这与 Pandas 默认行为一致（unstack 不自动填 0）。
✅ 填充缺失值：.fill_null(0)
若需严格匹配预期输出（P 列中 "Two" 对应 0），链式调用 .fill_null(0) 即可：
result = (
df.pivot(values="right", index="left", columns="center", aggregate_function="sum")
.fill_null(0)
)最终得到：
shape: (2, 3) ┌──────┬─────┬─────┐ │ left ┆ P ┆ I │ │ --- ┆ --- ┆ --- │ │ str ┆ i64 ┆ i64 │ ╞══════╪═════╪═════╡ │ One ┆ 200 ┆ 200 │ │ Two ┆ 0 ┆ 100 │ └──────┴─────┴─────┘
⚠️ 注意事项与最佳实践
- 列值必须可哈希且唯一性明确：columns 参数指定的列中，每个值将成为新列名；若含重复或非法字符（如空格、.），建议提前 .alias() 或 .str.replace_all() 清洗。
- 聚合函数选择：除 "sum" 外，还支持 "mean"、"count"、"first"、"max" 等字符串简写，或传入 Polars 表达式（如 pl.col("right").sum()）以实现复杂逻辑。
- 性能提示：.pivot() 是惰性求值友好的操作，在 LazyFrame 中同样可用，适合大规模数据管道。
- 与 .melt() 对称：.pivot() 和 .melt() 构成宽长互转的标准组合，推荐优先使用二者而非手动 group_by().agg() + join() 拼接。
掌握 .pivot()，你就能高效、声明式地完成 Polars 中的“unstack”任务，代码更简洁，语义更直观，性能更可控。
