Polars中name.map_fields修改struct字段名时命名错误的修复

你遇到的问题确实源于pl.col(col).name.map_fields(lambda x: f'{col} ({x})')的使用方式。Python闭包采用延迟绑定机制，循环中的lambda表达式不会立即捕获循环变量col的当前值，而是在实际执行时才去读取col的最终值——也就是循环最后一次迭代的'Qty'。这就导致处理Delta列的结构体字段时，错误地使用了Qty作为前缀，最终出现列名混淆的问题。

修复代码（两种可行方案） #

方案一：用默认参数捕获当前循环变量值

通过给lambda添加默认参数，强制捕获循环过程中col的当前值，避免延迟绑定的影响：

import polars as pl

cols = ['Delta', 'Qty']

metrics = {'CHECK.US': {'Delta': {'ABC': 1, 'DEF': 2}, 'Qty': {'GHIJ': 3, 'TT': 4}},
           'CHECK.NA': {},
           'CHECK.FR': {'Delta': {'QQQ': 7, 'ABC': 6}, 'Qty': {'SS': 9, 'TT': 5}}
          }

df = pl.DataFrame([{col: v.get(col) for col in cols} for v in metrics.values()])\
       .insert_column(0, pl.Series('key', metrics.keys()))\
       .with_columns([
           pl.col(col).name.map_fields(lambda x, col=col: f'{col} ({x})') 
           for col in cols
       ])

方案二：显式生成字段名映射字典

逐个处理每个结构体列，提前生成字段名的映射关系，逻辑更直观：

import polars as pl

cols = ['Delta', 'Qty']

metrics = {'CHECK.US': {'Delta': {'ABC': 1, 'DEF': 2}, 'Qty': {'GHIJ': 3, 'TT': 4}},
           'CHECK.NA': {},
           'CHECK.FR': {'Delta': {'QQQ': 7, 'ABC': 6}, 'Qty': {'SS': 9, 'TT': 5}}
          }

df = pl.DataFrame([{col: v.get(col) for col in cols} for v in metrics.values()])\
       .insert_column(0, pl.Series('key', metrics.keys()))

for col in cols:
    # 生成当前结构体字段的新名称映射
    field_rename_map = {field: f'{col} ({field})' for field in df.schema[col].names()}
    df = df.with_columns(pl.col(col).name.map_fields(field_rename_map))

验证效果 #

执行df.unnest('Delta')后，会正确生成Delta (ABC)、Delta (DEF)、Delta (QQQ)列，完全匹配你期望的输出格式。

内容的提问来源于stack exchange，提问作者Phil-ZXX