Polars DataFrame转置嵌套列表报错：TypeError: 暂未实现嵌套对象类型

直接加个参数就能搞定 #

你遇到的错误是因为Polars默认开启了严格类型检查（strict=True），嵌套列表转置后的类型没法被它自动识别。只需要在map_elements里加上strict=False参数，就能绕过这个校验，同时保留你原来的写法。

举个实际例子：

import polars as pl

# 先造个测试用的DataFrame
df = pl.DataFrame({
    "col1": [["a", "b"], ["x", "y"]],
    "col2": [[["b", "c"], ["b", "c"], ["b", "c"]], [["d", "e"], ["d", "e"]]]
})

# 给map_elements加strict=False就行
df = df.with_columns(
    pl.col("col2").map_elements(
        lambda x: list(zip(*x)),  # 这就是转置的核心逻辑，和你原来的写法一致
        strict=False  # 关键参数，关掉严格类型检查
    ).alias("col2_transposed")
)

print(df)

为啥加这个参数有用？ #

Polars的strict=True模式下，会强制检查map_elements返回值的类型是否和它推断的一致，但嵌套列表的转置操作，虽然结果还是list[list[str]]，但Polars的类型推断在这种嵌套场景下还没完善，所以会报错。开strict=False就会跳过这个校验，直接接受返回的结果。

更严谨的写法（可选） #

如果你不想依赖strict=False，也可以明确指定返回的类型，这样Polars就知道该怎么识别结果了，部分版本可能还是需要配合strict=False，看你用的Polars版本：

df = df.with_columns(
    pl.col("col2").map_elements(
        lambda x: list(zip(*x)),
        return_dtype=pl.List(pl.List(pl.Utf8)),  # 明确告诉Polars返回的是字符串嵌套列表
        strict=False
    ).alias("col2_transposed")
)

小提醒 #

如果你的嵌套列表是不规则的（比如子列表长度不一样），用zip(*x)会自动截断到最短的子列表长度。要是需要补全缺失值，可以用itertools.zip_longest，记得先导入这个模块。

内容的提问来源于stack exchange，提问作者gernophil