トップ / ウィンドウ関数

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。

ntile(3).over(window_spec)

((pl.col("v").rank(method="ordinal") - 1) * 3 // pl.col("v").count()).over("grp")

挙動・設計の違い

Snowflake公式ドキュメントは「順序付けされたデータセットを、指定したバケット数で行数が均等になるよう分割する」と明記している＝値そのものではなく行の順位（rank）が基準。Polarsには同名の専用関数が無いため、rank(method="ordinal")（1位・2位…と重複無しの順位）を使って同じ計算式を組み立てる必要がある。7行を3グループに分けて実行して確認したところ、両者とも[3,2,2]行ずつに割れる。

移行時の落とし穴

似て非なるqcut（値の分位点で区切る関数）を使うと失敗することがある。実行して確認したところ、値に重複が多いデータ（例：[1,1,1,1,1,1,100]を3分位に分けようとする）では、qcutは分位点の境界値が重複してしまいquantiles are not uniqueというエラーでそもそも実行できない。一方、上記のrankベースの式は値の重複に関係なく常に行数で均等に割れる。「NTILEの代わり」としてqcutを選ぶと、データによっては動かないコードになる。

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。
• 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。
• 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。

出典・検証情報

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

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