如何在Polars中筛选或排除嵌套类型列？

你原来的方法行不通是因为Polars的选择器需要匹配具体的dtype实例（比如pl.List(pl.Int64)），而不是类型类（比如pl.List），直接传类会生成空的dtype模板，根本匹配不到任何列。下面是两种可行的解决方案：

方法1：自定义选择器函数 #

通过判断列的dtype实例类型，筛选出非嵌套列：

import polars as pl

# 定义嵌套类型判断逻辑
def is_nested(dtype):
    return isinstance(dtype, (pl.List, pl.Array, pl.Struct, pl.Object))

# 创建选择器：筛选所有非嵌套类型列
non_nested_selector = pl.selectors.select_if(lambda col: not is_nested(col.dtype))

# 测试用例
df = pl.DataFrame({
    "id": [1, 3, 2],
    "nested_list": [[1,2], [3,4], [5,6]],
    "nested_struct": [{"a":1}, {"a":3}, {"a":2}],
    "value": [10, 30, 20]
})

# 仅对非嵌套列排序
sorted_df = df.sort(non_nested_selector)
print(sorted_df)

方法2：直接遍历列筛选 #

如果不想用选择器，也可以直接遍历列名筛选：

import polars as pl

df = pl.DataFrame({
    "id": [1, 3, 2],
    "nested_list": [[1,2], [3,4], [5,6]],
    "nested_struct": [{"a":1}, {"a":3}, {"a":2}],
    "value": [10, 30, 20]
})

# 筛选非嵌套列名
non_nested_cols = [col for col in df.columns if not isinstance(df[col].dtype, (pl.List, pl.Array, pl.Struct, pl.Object))]

# 排序
sorted_df = df.sort(non_nested_cols)
print(sorted_df)

两种方法都能精准避开嵌套类型列，让sort()这类不支持嵌套类型的操作正常执行。

内容的提问来源于stack exchange，提问作者Gregg Lind