Polars DataFrame字符串列前后追加字符时遇重复列名错误

问题场景 #

已有Polars DataFrame，能通过cs.string() + "||"给所有字符串列添加后缀，但执行"||" + cs.string() + "||"同时添加前后缀时，触发以下错误：

ComputeError: the name 'literal' passed to LazyFrame.with_columns is duplicate
It's possible that multiple expressions are returning the same default column name. If this is the case, try renaming the columns with .alias("new_name") to avoid duplicate column names.

错误原因 #

直接拼接字面量与列选择器时，Polars会将前后的"||"解析为默认列名为literal的临时列。当有多个字符串列时，每个列的处理都会生成名为literal的列，导致列名重复冲突。

解决方案 #

通过map方法对每个字符串列单独应用前后缀拼接逻辑，并保留原列名：

import polars as pl
import polars.selectors as cs

df = pl.DataFrame(
    {
        "A": [1, 2, 3],
        "B": ["apple", "orange", "grape"],
        "C": ["a", "b", "c"],
    }
)

# 给所有字符串列前后添加"||"
result = df.with_columns(
    cs.string().map(lambda col: pl.lit("||") + col + pl.lit("||"))
)

print(result)

运行结果：

shape: (3, 3)
┌─────┬────────────┬───────┐
│ A   ┆ B          ┆ C     │
│ --- ┆ ---        ┆ ---   │
│ i64 ┆ str        ┆ str   │
╞═════╪════════════╪═══════╡
│ 1   ┆ ||apple||  ┆ ||a|| │
│ 2   ┆ ||orange|| ┆ ||b|| │
│ 3   ┆ ||grape||  ┆ ||c|| │
└─────┴────────────┴───────┘

另一种实现方式 #

也可以手动遍历字符串列，生成带别名的表达式列表：

string_cols = df.select(cs.string()).columns
exprs = [pl.lit("||") + col + pl.lit("||").alias(col) for col in string_cols]
result = df.with_columns(exprs)

这种方式更直观，明确指定每个处理后的列保留原名称，同样能避免列名重复问题。

内容的提问来源于stack exchange，提问作者blaylockbk