トップ / ウィンドウ関数

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。

percent_rank().over(window_spec)
cume_dist().over(window_spec)

((pl.col("v").rank(method="min") - 1) / (pl.col("v").count() - 1)).over("grp")  # percent_rank相当
(pl.col("v").rank(method="max") / pl.col("v").count()).over("grp")  # cume_dist相当

挙動・設計の違い

どちらもSnowparkでは専用のウィンドウ関数として1回の呼び出しで済むが、Polarsには同名の関数が無く、rank()から計算式で組み立てる必要がある。percent_rankは「(順位-1)÷(件数-1)」で先頭行が0・末尾行が1になる式、cume_distは「その値以下の行の割合」を表す式で、rank(method="max")（同順位の中で最大の順位）を使う点が異なる。4件のグループで実行して確認したところ、percent_rankは[0, 0.33, 0.67, 1.0]、cume_distは[0.25, 0.5, 0.75, 1.0]になり、定義どおりの値が出る。

移行時の落とし穴

percent_rankとcume_distは名前も値も似ているため取り違えやすい。rank(method=...)の引数（minかmaxか）を間違えると、どちらの計算式も静かに違う値を返す（エラーにはならない）。移植するときは、どちらの指標を再現したいのかを先に決めてから式を組み立てること。

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。
• 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（percent_rank / cume_dist）
• Polars 公式リファレンス（percent_rank / cume_dist）

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