Polars make all groups the same size

I’m trying to make all groups for a given data frame have the same size. In Starting point below, I show an example of a data frame that I whish to transform. In Goal I try to demonstrate what I’m trying to achieve. I want to group by the column group, make all groups have a size of 4, and fill ‘missing’ values with null – I hope it’s clear.

I have tried several approaches but have not been able to figure this one out.

Starting point

dfa = pl.DataFrame(data={'group': ['a', 'a', 'a', 'b', 'b', 'c'],
                         'value': ['a1', 'a2', 'a3', 'b1', 'b2', 'c1']})
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ str   │
╞═══════╪═══════╡
│ a     ┆ a1    │
│ a     ┆ a2    │
│ a     ┆ a3    │
│ b     ┆ b1    │
│ b     ┆ b2    │
│ c     ┆ c1    │
└───────┴───────┘

Goal

>>> make_groups_uniform(dfa, group_by='group', group_size=4)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ str   │
╞═══════╪═══════╡
│ a     ┆ a1    │
│ a     ┆ a2    │
│ a     ┆ a3    │
│ a     ┆ null  │
│ b     ┆ b1    │
│ b     ┆ b2    │
│ b     ┆ null  │
│ b     ┆ null  │
│ c     ┆ c1    │
│ c     ┆ null  │
│ c     ┆ null  │
│ c     ┆ null  │
└───────┴───────┘

Package version

polars: 1.1.0

1

You could use pl.repeat() to generate the nulls and .append() them.

group_size = 4

(df.group_by("group", maintain_order=True)
   .agg(pl.all().append(pl.repeat(None, group_size - pl.len().cast(int))))
   .explode(pl.exclude("group"))
) 
shape: (12, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ str   │
╞═══════╪═══════╡
│ a     ┆ a1    │
│ a     ┆ a2    │
│ a     ┆ a3    │
│ a     ┆ null  │
│ b     ┆ b1    │
│ b     ┆ b2    │
│ b     ┆ null  │
│ b     ┆ null  │
│ c     ┆ c1    │
│ c     ┆ null  │
│ c     ┆ null  │
│ c     ┆ null  │
└───────┴───────┘

☣ Warning ☣

pl.len() is currently an unsigned int (that may change in the future)

We cast to an integer to avoid potential issues with overflow.

df.group_by("group").agg(int = 2 - pl.len().cast(int), uint32 = 2 - pl.len())
shape: (3, 3)
┌───────┬─────┬────────────┐
│ group ┆ int ┆ uint32     │
│ ---   ┆ --- ┆ ---        │
│ str   ┆ i64 ┆ u32        │
╞═══════╪═════╪════════════╡
│ a     ┆ -1  ┆ 4294967295 │ # <- pl.repeat(None, 4294967295) would be bad.
│ b     ┆ 0   ┆ 0          │
│ c     ┆ 1   ┆ 1          │
└───────┴─────┴────────────┘

  1. https://github.com/pola-rs/polars/issues/17722

1

You can find the largest group using .group_by().len().max(), then groupby and convert each value in the groups to a struct, unnest the struct using a 'max_width' strategy, then melt the wide data. After that you can pad up to the difference between the largest group and the desired group size.

def make_groups_uniform(df: pl.DataFrame, group_by: str, value_col: str, group_size: int):
    gb = df.group_by(group_by)
    largest_group_size = gb.len().max()['len'].item()
    out = gb.all().with_columns(
        pl.col(value_col)
          .list
          .to_struct(n_field_strategy='max_width')
    ).unnest(
         value_col
    ).melt(group_by, value_name=value_col)[[group_by, value_col]]
    n = group_size - largest_group_size

    if n > 0:
        keys = df[group_by].unique().to_list()
        pad = pl.DataFrame({group_by: keys * n, value_col: ['null']*n*len(keys)})
        out = pl.concat([out, pad])
    return out.sort(group_by)

Running the code:

make_groups_uniform(dfa, 'group', 'value', 4)
# returns:
shape: (12, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ str   │
╞═══════╪═══════╡
│ a     ┆ a1    │
│ a     ┆ a2    │
│ a     ┆ a3    │
│ a     ┆ null  │
│ b     ┆ b1    │
│ …     ┆ …     │
│ b     ┆ null  │
│ c     ┆ c1    │
│ c     ┆ null  │
│ c     ┆ null  │
│ c     ┆ null  │
└───────┴───────┘

You can solve this using groupby to group the df by the group column.
Then pad each group with NULL values if a group <= 4 , then we concatenate all group after process it with pl.concat.

Here is a code snippet to guide you.

ef make_groups_uniform(df, group_by, group_size):
    def padding_each_group(group: pl.DataFrame) -> pl.DataFrame:
        missing_data_count = group_size - group.shape[0]
        if missing_data_count > 0:
            # missing values
            missing_df = pl.DataFrame(
                {
                    group_by: [group[group_by][0]]
                    * missing_data_count,  # Fill with the group value
                    "value": [None] * missing_data_count,  # Fill with None
                }
            )
            # Concatenate the original group with the missing DataFrame
            group = pl.concat([group, missing_df])
        return group

    # Collect each group as separate DataFrames
    groups = []
    for _, df_group in df.group_by(group_by, maintain_order=True):
        padded_group = padding_each_group(df_group)
        groups.append(padded_group)

    # concat all groups
    output = pl.concat(groups)

    return output

print(output)

shape: (12, 2)
┌───────┬───────┐
│ group ┆ value │
│ ---   ┆ ---   │
│ str   ┆ str   │
╞═══════╪═══════╡
│ a     ┆ a1    │
│ a     ┆ a2    │
│ a     ┆ a3    │
│ a     ┆ null  │
│ b     ┆ b1    │
│ …     ┆ …     │
│ b     ┆ null  │
│ c     ┆ c1    │
│ c     ┆ null  │
│ c     ┆ null  │
│ c     ┆ null  │
└───────┴───────┘```

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật