トップ / 集約・構造変換

agg

group_byで作ったグループごとに、集約の計算をまとめて指定する。

df.group_by("department").agg(sum_("salary").alias("total_sal"), avg("age"))

ldf.group_by("department").agg(pl.col("salary").sum().alias("total_sal"), pl.col("age").mean())

挙動・設計の違い

SnowparkはGROUP BYを含む集約SQLに変換される。Polarsはグループごとの集約計算をマルチスレッドで並列実行し、単純な合計・平均だけでなく任意の複雑な式（フィルタ済みの合計など）もExpressionとしてそのまま書ける。

移行時の落とし穴

Polarsでは複数の集約式を渡すとき、.agg(式1, 式2)のように可変長引数で渡す書き方が現行版では一般的（リストでまとめて渡す古い書き方も動くが、可変長引数の方が読みやすい）。実行して確認したところ、複数式を渡した場合も1回のgroup_byで正しく集計される。

集約・構造変換の他のメソッド

• group_by / groupBy ── 指定した列の値でグループ化する。集約する前段階として使う。
• count ── 行数を数える。
• sum ── 列の値を合計する。
• avg / mean ── 列の値の平均を求める。
• min ── 列の最小値を求める。
• max ── 列の最大値を求める。
• pivot ── 行の値を列に展開する（縦持ちから横持ちへ）。
• unpivot ── pivotの逆。複数列を1つの列にまとめる（横持ちから縦持ちへ）。

出典・検証情報

• Snowpark 公式リファレンス（agg）
• Polars 公式リファレンス（agg）

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-22）