トップ / フィルタ・サンプリング

sample

データの一部をランダムに抽出する。

df.sample(frac=0.1)  # 10%抽出

df.sample(fraction=0.1)  # DataFrame（Eager）側のメソッド

挙動・設計の違い

SnowparkのsampleはSnowflakeのSAMPLE句に変換され、データベースエンジン側でサンプリングが行われる。Polarsのsampleは全データに対するランダムなインデックス抽出であり、Eager APIのDataFrameに実装されている。

移行時の落とし穴

Polars 1.43.2のLazyFrameクラスにはsampleメソッドが存在しない（hasattr(pl.LazyFrame, "sample")はFalseと実機で確認済み）。LazyFrameのままsampleしたい場合は.collect()でDataFrameに変換してから.sample()を呼ぶ必要があり、遅延評価のメリットがその時点で失われる点に注意。

フィルタ・サンプリングの他のメソッド

• filter / where ── 条件に合う行だけを残す。whereはfilterの別名で、書き方はどちらも同じ。
• limit ── 先頭から指定した行数だけを取得する。
• distinct / unique ── 重複行を取り除く。メソッド名がSnowparkとPolarsで異なる点に注意。
• drop_duplicates ── 指定した列の値が一致する行を重複とみなして間引く。

出典・検証情報

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

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-21）