Python Polars：在单个with_columns中生成两列表成对元素并过滤Null组

完全可以在单次with_columns操作中实现需求，以下是具体代码：

import polars as pl

df = pl.DataFrame({
    "Movie": [[None, "IT",]],
    "Count": [[30, 27]],
})

result = df.with_columns(
    data=pl.zip("Movie", "Count")
    .list.eval(pl.struct(Movie=pl.element().0, Count=pl.element().1))
    .list.filter(pl.element().Movie.is_not_null())
    .list.first()
)

print(result)

代码说明： #

• pl.zip("Movie", "Count")：将Movie和Count两个列表按位置配对，生成元组组成的列表
• .list.eval(pl.struct(...))：把每个元组转换为包含Movie和Count字段的Struct
• .list.filter(pl.element().Movie.is_not_null())：过滤掉Movie字段为Null的Struct元素
• .list.first()：取过滤后列表中的第一个元素（对应示例中唯一有效的配对）

执行后输出结果与你的期望一致：

shape: (1, 1)
┌───────────────┐
│ data          │
│ ---           │
│ struct[2]     │
╞═══════════════╡
│ {"IT", 27}    │
└───────────────┘

内容的提问来源于stack exchange，提问作者yz_jc