カラム選択（Column selections）
このセクションで使用するデータセットを作成しましょう：
from datetime import date, datetime
import polars as pl
df = pl.DataFrame(
{
"id": [9, 4, 2],
"place": ["Mars", "Earth", "Saturn"],
"date": pl.date_range(date(2022, 1, 1), date(2022, 1, 3), "1d", eager=True),
"sales": [33.4, 2142134.1, 44.7],
"has_people": [False, True, False],
"logged_at": pl.datetime_range(
datetime(2022, 12, 1), datetime(2022, 12, 1, 0, 0, 2), "1s", eager=True
),
}
).with_row_index("index")
print(df)
use chrono::prelude::*;
use polars::time::*;
let df = df!(
"id" => &[9, 4, 2],
"place" => &["Mars", "Earth", "Saturn"],
"date" => date_range("date",
NaiveDate::from_ymd_opt(2022, 1, 1).unwrap().and_hms_opt(0, 0, 0).unwrap(), NaiveDate::from_ymd_opt(2022, 1, 3).unwrap().and_hms_opt(0, 0, 0).unwrap(), Duration::parse("1d"),ClosedWindow::Both, TimeUnit::Milliseconds, None)?,
"sales" => &[33.4, 2142134.1, 44.7],
"has_people" => &[false, true, false],
"logged_at" => date_range("logged_at",
NaiveDate::from_ymd_opt(2022, 1, 1).unwrap().and_hms_opt(0, 0, 0).unwrap(), NaiveDate::from_ymd_opt(2022, 1, 1).unwrap().and_hms_opt(0, 0, 2).unwrap(), Duration::parse("1s"),ClosedWindow::Both, TimeUnit::Milliseconds, None)?,
)?
.with_row_index("index", None)?;
println!("{}", &df);
shape: (3, 7)
┌───────┬─────┬────────┬────────────┬───────────┬────────────┬─────────────────────┐
│ index ┆ id ┆ place ┆ date ┆ sales ┆ has_people ┆ logged_at │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ u32 ┆ i64 ┆ str ┆ date ┆ f64 ┆ bool ┆ datetime[μs] │
╞═══════╪═════╪════════╪════════════╪═══════════╪════════════╪═════════════════════╡
│ 0 ┆ 9 ┆ Mars ┆ 2022-01-01 ┆ 33.4 ┆ false ┆ 2022-12-01 00:00:00 │
│ 1 ┆ 4 ┆ Earth ┆ 2022-01-02 ┆ 2142134.1 ┆ true ┆ 2022-12-01 00:00:01 │
│ 2 ┆ 2 ┆ Saturn ┆ 2022-01-03 ┆ 44.7 ┆ false ┆ 2022-12-01 00:00:02 │
└───────┴─────┴────────┴────────────┴───────────┴────────────┴─────────────────────┘
エクスプレッションの拡張
前のセクションで見たように、pl.col メソッドを使用して特定のカラムを選択できます。これは複数のカラムを選択する便利な手段としても、エクスプレッションを 拡張 する方法としても使用できます。
このような便利な機能は単なる装飾やシンタックスシュガーではありません。コード内で DRY 原則を非常に強力に適用することを可能にします：一つのエクスプレッションが複数のカラムを指定し、DataFrame スキーマに応じてエクスプレッションのリストに拡張され、複数のカラムを選択して計算を実行できます！
全部を選択、あるいは一部を除外
DataFrame オブジェクトのすべてのカラムを * 引数を提供することで選択できます：
```python exec="on" result="text" session="user-guide/column-selections out = df.select(pl.col("*"))
Is equivalent to
out = df.select(pl.all()) print(out)
しばしば、すべてのカラムを含めたいだけでなく、いくつかを除外して含めたいと考えます。これも簡単に行えます：
=== ":fontawesome-brands-python: Python"
[:material-api: `exclude`](https://docs.pola.rs/py-polars/html/reference/expressions/api/polars.exclude.html)
```python
out = df.select(pl.col("*").exclude("logged_at", "index"))
print(out)
```
=== ":fontawesome-brands-rust: Rust"
[:material-api: `exclude`](https://docs.pola.rs/docs/rust/dev/polars_lazy/dsl/enum.Expr.html#method.exclude)
```rust
let out = df
.clone()
.lazy()
.select([col("*").exclude(["logged_at", "index"])])
.collect()?;
println!("{}", &out);
```
```python exec="on" result="text" session="user-guide/column-selections"
out = df.select(pl.col("*").exclude("logged_at", "index"))
print(out)
複数の文字列による
複数の文字列を指定することで、エクスプレッションが一致するすべてのカラムに 拡張 されます：
out = df.select(pl.col("date", "logged_at").dt.to_string("%Y-%h-%d"))
print(out)
dt.to_string · Available on feature temporal
let out = df
.clone()
.lazy()
.select([cols(["date", "logged_at"]).dt().to_string("%Y-%h-%d")])
.collect()?;
println!("{}", &out);
shape: (3, 2)
┌─────────────┬─────────────┐
│ date ┆ logged_at │
│ --- ┆ --- │
│ str ┆ str │
╞═════════════╪═════════════╡
│ 2022-Jan-01 ┆ 2022-Dec-01 │
│ 2022-Jan-02 ┆ 2022-Dec-01 │
│ 2022-Jan-03 ┆ 2022-Dec-01 │
└─────────────┴─────────────┘
正規表現による
正規表現も使用して複数のカラム選択が可能です。pl.col が正規表現選択を期待していることを知らせるために、正規表現を ^ と $ で囲むことが重要です：
out = df.select(pl.col("^.*(as|sa).*$"))
print(out)
let out = df.clone().lazy().select([col("^.*(as|sa).*$")]).collect()?;
println!("{}", &out);
shape: (3, 2)
┌───────────┬────────────┐
│ sales ┆ has_people │
│ --- ┆ --- │
│ f64 ┆ bool │
╞═══════════╪════════════╡
│ 33.4 ┆ false │
│ 2142134.1 ┆ true │
│ 44.7 ┆ false │
└───────────┴────────────┘
データタイプによる
pl.col は Polars のデータタイプを使用して複数のカラムを選択できます：
out = df.select(pl.col(pl.Int64, pl.UInt32, pl.Boolean).n_unique())
print(out)
let out = df
.clone()
.lazy()
.select([dtype_cols([DataType::Int64, DataType::UInt32, DataType::Boolean]).n_unique()])
.collect()?;
// gives different result than python as the id col is i32 in rust
println!("{}", &out);
shape: (1, 3)
┌───────┬─────┬────────────┐
│ index ┆ id ┆ has_people │
│ --- ┆ --- ┆ --- │
│ u32 ┆ u32 ┆ u32 │
╞═══════╪═════╪════════════╡
│ 3 ┆ 3 ┆ 2 │
└───────┴─────┴────────────┘
selectors の使用
Polars は、カラムの名前、dtype、またはその他のプロパティに基づいた直感的なカラム選択も可能で、これは上述の col を使用した機能に基づいています。polars.selectors を cs としてインポートしてエイリアスを設定することを推奨します。
dtype による
ただの整数と文字列のカラムを選択するには：
shape: (3, 3)
┌───────┬─────┬────────┐
│ index ┆ id ┆ place │
│ --- ┆ --- ┆ --- │
│ u32 ┆ i64 ┆ str │
╞═══════╪═════╪════════╡
│ 0 ┆ 9 ┆ Mars │
│ 1 ┆ 4 ┆ Earth │
│ 2 ┆ 2 ┆ Saturn │
└───────┴─────┴────────┘
集合操作を適用する
これらの selectors は集合に基づいた選択操作も許可します。例えば、行番号を示す 最初の カラムを除く 数値 カラムを選択するには：
out = df.select(cs.numeric() - cs.first())
print(out)
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/10594
shape: (3, 2)
┌─────┬───────────┐
│ id ┆ sales │
│ --- ┆ --- │
│ i64 ┆ f64 │
╞═════╪═══════════╡
│ 9 ┆ 33.4 │
│ 4 ┆ 2142134.1 │
│ 2 ┆ 44.7 │
└─────┴───────────┘
行番号を名前で、そして任意の 非数値カラムも選択できます：
out = df.select(cs.by_name("index") | ~cs.numeric())
print(out)
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/10594
shape: (3, 5)
┌───────┬────────┬────────────┬────────────┬─────────────────────┐
│ index ┆ place ┆ date ┆ has_people ┆ logged_at │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ u32 ┆ str ┆ date ┆ bool ┆ datetime[μs] │
╞═══════╪════════╪════════════╪════════════╪═════════════════════╡
│ 0 ┆ Mars ┆ 2022-01-01 ┆ false ┆ 2022-12-01 00:00:00 │
│ 1 ┆ Earth ┆ 2022-01-02 ┆ true ┆ 2022-12-01 00:00:01 │
│ 2 ┆ Saturn ┆ 2022-01-03 ┆ false ┆ 2022-12-01 00:00:02 │
└───────┴────────┴────────────┴────────────┴─────────────────────┘
パターンと部分文字列による
Selectors は部分文字列と正規表現パターンにもマッチ可能です：
out = df.select(cs.contains("index"), cs.matches(".*_.*"))
print(out)
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/1059
shape: (3, 3)
┌───────┬────────────┬─────────────────────┐
│ index ┆ has_people ┆ logged_at │
│ --- ┆ --- ┆ --- │
│ u32 ┆ bool ┆ datetime[μs] │
╞═══════╪════════════╪═════════════════════╡
│ 0 ┆ false ┆ 2022-12-01 00:00:00 │
│ 1 ┆ true ┆ 2022-12-01 00:00:01 │
│ 2 ┆ false ┆ 2022-12-01 00:00:02 │
└───────┴────────────┴─────────────────────┘
エクスプレッションへの変換
選択されたカラムに特定の操作を適用したい場合（つまり、通常のようにそれらを エクスプレッション として表現して操作を進めたい場合）、単に as_expr を使用して変換し、通常どおり進めることができます：
out = df.select(cs.temporal().as_expr().dt.to_string("%Y-%h-%d"))
print(out)
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/10594
shape: (3, 2)
┌─────────────┬─────────────┐
│ date ┆ logged_at │
│ --- ┆ --- │
│ str ┆ str │
╞═════════════╪═════════════╡
│ 2022-Jan-01 ┆ 2022-Dec-01 │
│ 2022-Jan-02 ┆ 2022-Dec-01 │
│ 2022-Jan-03 ┆ 2022-Dec-01 │
└─────────────┴─────────────┘
selectors のデバッグ
Polars は、selectors の使用を支援するために役立つ2つのユーティリティ関数を提供します：is_selector と expand_selector：
from polars.selectors import is_selector
out = cs.temporal()
print(is_selector(out))
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/10594
True
特に LazyFrame オブジェクトの場合、どのカラム名が選択されるかを事前に知ることが特に有用です：
from polars.selectors import expand_selector
out = cs.temporal().as_expr().dt.to_string("%Y-%h-%d")
print(expand_selector(df, out))
// Not available in Rust, refer the following link
// https://github.com/pola-rs/polars/issues/10594
('date', 'logged_at')