トップ / 集約・構造変換

array_agg

グループ内の複数行の値を、1つの配列（リスト）にまとめる。

df.group_by("dept").agg(array_agg("name").alias("members"))

df.group_by("dept").agg(pl.col("name").implode().alias("members"))

挙動・設計の違い

Snowparkはarray_aggという専用の集約関数をSQLのARRAY_AGGとして呼び出す。Polarsには同名の集約関数は無く、列をリストへ「圧縮する」という意味のimplode()を使う。実行して確認したところ、group_by().agg()の中ではimplode()を書かなくても、他の集約関数（sum等）を適用しない列は自動的にリスト化される（pl.col("name")だけでも同じ結果になる）。

移行時の落とし穴

Polars側は明示的な集約関数を書かないとリストになる「暗黙の挙動」に見えるため、どの列が集約されているのか意図が伝わりにくい。array_aggに相当する処理だと分かるように、implode()を明示的に書いておくとSnowpark側のコードと対応が取りやすい。

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。
• 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。
• 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）。
• listagg ── グループ内の複数行の文字列を、区切り文字でつないだ1つの文字列にまとめる。
• median / stddev ── 中央値と標準偏差を求める（外れ値の影響を受けにくい代表値・散らばりの指標）。

出典・検証情報

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

Polars 1.36.1 で実行確認 / Snowpark Python SDK 1.51.1 で静的検証（2026-08-30）