1.1.3.1 select🔗ℹ

> (~> df       (select "name"               (~> (col "birthdate") dt-year (alias "birth_year"))               (~> (col "weight") (/ (pow (col "height") 2)) (alias "bmi"))))

shape: (4, 3) ┌────────────────┬────────────┬───────────┐ │ name           ┆ birth_year ┆ bmi       │ │ ---            ┆ ---        ┆ ---       │ │ str            ┆ i32        ┆ f64       │ ╞════════════════╪════════════╪═══════════╡ │ Alice Archer   ┆ 1997       ┆ 23.791913 │ │ Ben Brown      ┆ 1985       ┆ 23.141498 │ │ Chloe Cooper   ┆ 1983       ┆ 19.687787 │ │ Daniel Donovan ┆ 1981       ┆ 27.134694 │ └────────────────┴────────────┴───────────┘

> (~> df       (select "name"               (~> (col "weight") (* 0.95) (round #:decimals 2) (alias "weight-5%"))               (~> (col "height") (* 0.95) (round #:decimals 2) (alias "height-5%"))))

shape: (4, 3) ┌────────────────┬───────────┬───────────┐ │ name           ┆ weight-5% ┆ height-5% │ │ ---            ┆ ---       ┆ ---       │ │ str            ┆ f64       ┆ f64       │ ╞════════════════╪═══════════╪═══════════╡ │ Alice Archer   ┆ 55.0      ┆ 1.48      │ │ Ben Brown      ┆ 68.88     ┆ 1.68      │ │ Chloe Cooper   ┆ 50.92     ┆ 1.57      │ │ Daniel Donovan ┆ 78.94     ┆ 1.66      │ └────────────────┴───────────┴───────────┘

API gaps: no multi-column col("weight", "height"); no name.suffix.

1.1.3.2 with-columns🔗ℹ

> (~> df       (with-columns (~> (col "birthdate") dt-year (alias "birth_year"))                     (~> (col "weight") (/ (pow (col "height") 2)) (alias "bmi"))))

shape: (4, 6) ┌────────────────┬────────────┬────────┬────────┬────────────┬───────────┐ │ name           ┆ birthdate  ┆ weight ┆ height ┆ birth_year ┆ bmi       │ │ ---            ┆ ---        ┆ ---    ┆ ---    ┆ ---        ┆ ---       │ │ str            ┆ date       ┆ f64    ┆ f64    ┆ i32        ┆ f64       │ ╞════════════════╪════════════╪════════╪════════╪════════════╪═══════════╡ │ Alice Archer   ┆ 1997-01-10 ┆ 57.9   ┆ 1.56   ┆ 1997       ┆ 23.791913 │ │ Ben Brown      ┆ 1985-02-15 ┆ 72.5   ┆ 1.77   ┆ 1985       ┆ 23.141498 │ │ Chloe Cooper   ┆ 1983-03-22 ┆ 53.6   ┆ 1.65   ┆ 1983       ┆ 19.687787 │ │ Daniel Donovan ┆ 1981-04-30 ┆ 83.1   ┆ 1.75   ┆ 1981       ┆ 27.134694 │ └────────────────┴────────────┴────────┴────────┴────────────┴───────────┘

1.1.3.3 filter🔗ℹ

> (~> df (filter (< (dt-year "birthdate") 1990)))

shape: (3, 4) ┌────────────────┬────────────┬────────┬────────┐ │ name           ┆ birthdate  ┆ weight ┆ height │ │ ---            ┆ ---        ┆ ---    ┆ ---    │ │ str            ┆ date       ┆ f64    ┆ f64    │ ╞════════════════╪════════════╪════════╪════════╡ │ Ben Brown      ┆ 1985-02-15 ┆ 72.5   ┆ 1.77   │ │ Chloe Cooper   ┆ 1983-03-22 ┆ 53.6   ┆ 1.65   │ │ Daniel Donovan ┆ 1981-04-30 ┆ 83.1   ┆ 1.75   │ └────────────────┴────────────┴────────┴────────┘

> (~> df       (filter (and (is-between "birthdate"                                (str->date (lit "1982-12-31"))                                (str->date (lit "1996-01-01")))                    (> (col "height") 1.7))))

shape: (1, 4) ┌───────────┬────────────┬────────┬────────┐ │ name      ┆ birthdate  ┆ weight ┆ height │ │ ---       ┆ ---        ┆ ---    ┆ ---    │ │ str       ┆ date       ┆ f64    ┆ f64    │ ╞═══════════╪════════════╪════════╪════════╡ │ Ben Brown ┆ 1985-02-15 ┆ 72.5   ┆ 1.77   │ └───────────┴────────────┴────────┴────────┘

API gaps: no date literals, so the bounds parse a string with str->date; filter takes one predicate, so combine with and.

1.1.3.4 group-by🔗ℹ

/ on an integer column is integer division, so Python’s // 10 * 10 is (* (/ e 10) 10).

> (define decade     (~> (col "birthdate") dt-year (/ 10) (* 10) (alias "decade")))

> (~> df (group-by decade) (agg (~> (col "name") count (alias "len"))))

shape: (2, 2) ┌────────┬─────┐ │ decade ┆ len │ │ ---    ┆ --- │ │ i32    ┆ u32 │ ╞════════╪═════╡ │ 1980   ┆ 3   │ │ 1990   ┆ 1   │ └────────┴─────┘

> (~> df       (group-by decade)       (agg (~> (col "name") count (alias "sample_size"))            (~> (col "weight") mean (round #:decimals 2) (alias "avg_weight"))            (~> (col "height") max (alias "tallest"))))

shape: (2, 4) ┌────────┬─────────────┬────────────┬─────────┐ │ decade ┆ sample_size ┆ avg_weight ┆ tallest │ │ ---    ┆ ---         ┆ ---        ┆ ---     │ │ i32    ┆ u32         ┆ f64        ┆ f64     │ ╞════════╪═════════════╪════════════╪═════════╡ │ 1980   ┆ 3           ┆ 69.73      ┆ 1.77    │ │ 1990   ┆ 1           ┆ 57.9       ┆ 1.56    │ └────────┴─────────────┴────────────┴─────────┘

API gaps: no maintain_order, so row order differs from the Python pair; no pl.len() (count a column instead).

1.1.3.5 More complex queries🔗ℹ

> (~> df       (with-columns decade                     (str-extract "name" "^(\\S+)"))       (select (exclude (all) "birthdate"))       (group-by "decade")       (agg (col "name")            (~> (col "weight") mean (round #:decimals 2) (alias "avg_weight"))            (~> (col "height") mean (round #:decimals 2) (alias "avg_height"))))

shape: (2, 4) ┌────────┬────────────────────────────┬────────────┬────────────┐ │ decade ┆ name                       ┆ avg_weight ┆ avg_height │ │ ---    ┆ ---                        ┆ ---        ┆ ---        │ │ i32    ┆ list[str]                  ┆ f64        ┆ f64        │ ╞════════╪════════════════════════════╪════════════╪════════════╡ │ 1980   ┆ ["Ben", "Chloe", "Daniel"] ┆ 69.73      ┆ 1.72       │ │ 1990   ┆ ["Alice"]                  ┆ 57.9       ┆ 1.56       │ └────────┴────────────────────────────┴────────────┴────────────┘

API gaps: no str.split / list.first (regex str-extract instead); no name.prefix.