トップ / 式評価・文字列・型変換

md5 / sha2

文字列からハッシュ値を計算する（重複検知・疑似的な主キー生成などに使う）。

md5(col("name"))
sha2(col("name"), 256)

pl.col("name").hash()  # MD5/SHA2そのものではない点に注意（本文参照）

挙動・設計の違い

Snowparkのmd5・sha2はSQLの標準的な暗号学的ハッシュ関数（MD5・SHA-256等）をそのまま呼び出す。Polarsには同名のMD5/SHA2関数が無い。最も近いのは.hash()だが、これはPolars独自の高速ハッシュ（xxHashベース）で、暗号学的ハッシュ関数ではなく、Snowflake側のMD5/SHA2とは全く異なる値になる。実行して確認したところ、.hash()の戻り値はSnowflakeのMD5とは桁数もアルゴリズムも異なる64bit整数になる。

移行時の落とし穴

「同じ入力から同じハッシュ値が欲しい」という目的が同じでも、Snowpark側とPolars側で同じ値にはならない。他システム（Snowflake側でMD5計算したテーブル等）と突き合わせるためにハッシュ値を使う場合、Polars側で.hash()を使うとキーが一致せず突き合わせが失敗する。真にMD5/SHA2互換の値が必要な場合は、Python標準のhashlibモジュールを行ごとに適用する（map_elements等）必要があり、Polarsのベクトル化された高速処理の恩恵を受けにくくなる点も踏まえて設計する。

式評価・文字列・型変換の他のメソッド

• when / otherwise ── 条件に応じて異なる値を返す（複数分岐の条件式）。
• iff ── 条件が真か偽かで2つの値のどちらかを返す（2分岐専用のショートカット）。
• is_null / is_not_null ── 値がNULL（欠損）かどうかを判定する。
• coalesce ── 複数の列を左から順に見て、最初に見つかったNULLでない値を返す。
• cast ── 列の型を別の型に変換する。
• substring ── 文字列の一部を指定した位置から切り出す。
• concat（文字列連結） ── 複数の列・文字列を1つにつなげる。
• upper / lower ── 文字列を大文字・小文字に統一する。
• trim / ltrim / rtrim ── 文字列の前後にある空白（または指定した文字）を取り除く。
• to_date ── 文字列を日付型に変換する。
• date_trunc ── 日付・時刻を指定した単位（月・年など）で切り捨てる。
• datediff ── 2つの日付・時刻の差を、指定した単位（日数など）で求める。
• dateadd ── 日付・時刻に一定期間を加算（または減算）する。
• round ── 数値を指定した桁数で四捨五入する。
• regexp_replace ── 正規表現にマッチした部分を別の文字列に置き換える。
• split ── 文字列を区切り文字で分割し、配列（リスト）にする。

出典・検証情報

• Snowpark 公式リファレンス（md5 / sha2）
• Polars 公式リファレンス（md5 / sha2）

Polars 1.36.1 で実行確認 / Snowpark Python SDK 1.51.1 で静的検証（2026-08-27）