トップ / ウィンドウ関数

first_value / last_value

パーティション内で並べ替えた順序の、先頭の値・末尾の値を各行に持たせる。

first_value(col("salary")).over(window_spec)
last_value(col("salary")).over(window_spec)

pl.col("salary").first().over("department")
pl.col("salary").last().over("department")

挙動・設計の違い

SnowparkはSQLのFIRST_VALUE/LAST_VALUEウィンドウ関数に変換される。Polarsは通常の集約メソッドfirst()/last()を.over()と組み合わせることで、同じ「グループ内の先頭・末尾の値を全行に展開する」処理になる。実行して確認したところ、departmentでグループ化したsalary列で、両APIとも各グループの先頭行・末尾行の値が全行に複製される。

移行時の落とし穴

「先頭・末尾」が何を基準にした順序かは、事前の並べ替えに完全に依存する。SnowparkはWindow仕様のorder_byが順序を決めるが、Polars側は.over()を呼ぶ前にldf.sort(...)で明示的に並べ替えておく必要がある（lag/leadのページと同じ注意点）。並べ替えを忘れると、Snowflake側では意図した順序でFIRST_VALUEが決まるのに、Polars側は元のデータの物理的な並び順のままの「先頭」を返してしまう。

ウィンドウ関数の他のメソッド

• Window.partition_by / Window.order_by ── グループ（パーティション）ごとに、行をまたいだ計算をするための土台を定義する。
• rank ── パーティション内で順位をつける。同じ値には同じ順位がつき、その分だけ次の順位を飛ばす。
• dense_rank ── パーティション内で順位をつける。同じ値には同じ順位がつくが、次の順位は飛ばさない。
• row_number ── パーティション内で1から始まる連番をふる。同率でも必ず別の番号になる。
• lag ── パーティション内で、1つ前（過去）の行の値を取得する。
• lead ── パーティション内で、1つ後（未来）の行の値を取得する。
• ntile ── パーティション内の行を、指定した個数のグループに行数ができるだけ均等になるよう分割する。
• percent_rank / cume_dist ── パーティション内での相対的な順位を、0〜1の割合で表す。

出典・検証情報

• Snowpark 公式リファレンス（first_value / last_value）
• Polars 公式リファレンス（first_value / last_value）

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