Polars中str.json_decode解析空字典字符串报错问题求助

当你的meta_data列全是"{}"这种空字典字符串时，调用pl.col('meta_data').str.json_decode()会触发PanicException，提示“a StructArray must contain at least one field”——这是因为Polars没法从空字典里推断出结构体的字段。下面是几种实用的解决办法：

方法1：手动指定空结构体Schema #

直接给json_decode明确指定一个空结构体类型，告诉Polars即使没有字段也要生成对应类型：

import polars as pl

df = pl.DataFrame({"meta_data": ["{}", "{}"]})
df = df.with_columns(
    pl.col("meta_data").str.json_decode(pl.Struct([]))
)

处理后列会被解析为Struct([])类型，不会触发报错。

方法2：先检测列内容再分支处理 #

先判断列中所有值是否都是空JSON字典，是的话手动构造空结构体列，否则正常解析：

import polars as pl

df = pl.DataFrame({"meta_data": ["{}", "{}"]})

# 检查所有值是否为空JSON字典
all_empty = df.select(pl.col("meta_data").str.json_path_match("$").is_empty()).all().item()

if all_empty:
    df = df.with_columns(pl.lit(pl.Struct([])).alias("meta_data"))
else:
    df = df.with_columns(pl.col("meta_data").str.json_decode())

方法3：用try_catch自动捕获异常处理 #

利用Polars的try_catch函数捕获解析异常，报错时返回空结构体，兼容全空和混合内容的场景：

import polars as pl

df = pl.DataFrame({"meta_data": ["{}", "{}"]})
df = df.with_columns(
    pl.col("meta_data").str.json_decode().try_catch(pl.Struct([]))
)

原理说明 #

json_decode默认会从列中的JSON数据推断结构体字段。当所有JSON都是空字典时，没有字段可以推断，因此抛出异常；而当列中存在带键值对的JSON时，Polars能从非空JSON提取字段，空字典会被解析为对应结构体的空实例（所有字段为null），所以能正常执行。

内容的提问来源于stack exchange，提问作者apostofes