如何将列表的列表导入Polars并拆分为独立列？

Polars默认采用列优先的构造逻辑，直接使用pl.DataFrame(numbers)会把每个子列表当作一列数据，和Pandas的行优先默认行为不同，因此达不到预期效果。你可以通过以下两种方法解决：

方法1：指定orient="row"参数（推荐） #

明确告诉Polars按行解析数据，和Pandas默认行为对齐：

import polars as pl

numbers = [['304-144635', 0], ['123-091523', 7], ['305-144931', 12], ['623-101523', 16], ['305-145001', 22], ['623-111523', 27], ['9998-2603', 29]]

# 按行构造DataFrame，自动拆分为独立列
df = pl.DataFrame(numbers, orient="row")
print(df)

如果需要自定义列名，直接添加schema参数即可：

df = pl.DataFrame(numbers, orient="row", schema=["编号", "数值"])

方法2：转置列表后传入 #

利用zip(*numbers)将原列表转置，适配Polars的列优先逻辑：

df = pl.DataFrame(list(zip(*numbers)))

两种方法最终都会生成包含两列的DataFrame，每行对应原列表中的子列表元素。

内容的提问来源于stack exchange，提问作者diogenes