トップ / 集約・構造変換

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。

df.group_by("department")

ldf.group_by("department")

挙動・設計の違い

どちらも、この時点ではまだ集約を実行しない。グループ化キーを保持した中間オブジェクト（SnowparkはRelationalGroupedDataFrame、PolarsはLazyGroupBy）を返し、後続のagg()呼び出しを待つ設計が共通している。

移行時の落とし穴

SnowparkはキャメルケースのgroupByも別名として使えるが、Polarsはスネークケースのgroup_byに統一されている。SnowparkのコードをPolarsへそのまま移植するときgroupByと書いてしまうと存在しないメソッドになる。

集約・構造変換の他のメソッド

• 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）。

出典・検証情報

• Snowpark 公式リファレンス（group_by / groupBy）
• Polars 公式リファレンス（group_by / groupBy）

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