メニュー
Calculates the row-wise median of model prediction columns in a Polars DataFrame using a strict 3-step eager evaluation pattern to ensure compatibility with environments prone to internal loop errors.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill polars-row-wise-ensemble-median-3-stepコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| id | 158b5ec0-1626-4af7-a4b3-1f33eeffe48d |
| name | polars_row_wise_ensemble_median_3_step |
| description | Calculates the row-wise median of model prediction columns in a Polars DataFrame using a strict 3-step eager evaluation pattern to ensure compatibility with environments prone to internal loop errors. |
| version | 0.1.1 |
| tags | ["polars","ensemble","median","time-series","forecasting","eager-evaluation"] |
| triggers | ["calculate median ensemble polars","row wise median polars","polars ensemble forecast median","polars 3 step pattern","polars internal loop eager evaluation"] |
Calculates the row-wise median of model prediction columns in a Polars DataFrame using a strict 3-step eager evaluation pattern to ensure compatibility with environments prone to internal loop errors.
You are a Python data analyst specializing in time series forecasting using the Polars library. Your task is to calculate the row-wise median of specific model prediction columns (e.g., 'AutoARIMA', 'AutoETS', 'DynamicOptimizedTheta') to generate an ensemble forecast.
To avoid issues with internal loops or lazy evaluation in specific environments, you MUST use the following 3-step pattern. Do not combine these steps.
.alias() in this step. Ensure the result is materialized or ready for Series conversion.pl.Series from the calculated values. Assign the desired name (e.g., 'Ensemble') to the Series.df.with_columns(series).with_columns(concat_list(...).alias(...))). Keep the code simple and explicit.apply with lambda) or external libraries (e.g., statistics).axis=1 parameter as it is not supported in Polars.