如何将Polars Expression应用到Polars Series以实现通用函数？

要实现apply_expr函数，核心是掌握Polars中将Expr应用到Series的方法，同时修正调用时的Expr写法问题，具体实现如下：

1. 核心实现逻辑 #

Polars提供了两种直接将Expr作用于Series的方式：

• 调用Expr的evaluate方法，传入目标Series
• 将Series转为单列DataFrame，用select执行Expr后提取标量结果

2. 完整可运行代码 #

结合你的需求，修正后的apply_expr函数及调用示例如下：

import polars as pl

series = pl.Series("x", [0, -1, 1, -1])

def apply_expr(series: pl.Series, default: int, expr: pl.Expr) -> int:
    # 使用evaluate执行Expr并获取结果
    result = expr.evaluate(series)
    
    # 处理空Series的情况（聚合操作返回None）
    if result is None:
        return default
    # 类型校验，确保返回值符合预期
    if isinstance(result, int):
        return result
    else:
        raise ValueError(f"{result=}, {type(result)=}, expected `int`.")

# 注意：正确构造Expr需用pl.col指定列名，而非直接实例化pl.Expr()
apply_expr(series, -1, pl.col("x").abs().max())
# 输出: 1

3. 关键细节说明 #

• Expr构造修正：你原代码中pl.Expr().abs().max()是无效写法，Polars的Expr需要基于列引用创建（比如pl.col("x")），这样才能明确作用的目标列。
• 空值处理：当Series为空时，聚合操作（如max()）会返回None，此时函数返回传入的default值。
• 类型安全：保留了原函数的类型校验逻辑，避免返回非预期类型的值。

4. 备选实现方式（基于DataFrame操作） #

如果你更习惯DataFrame的操作模式，也可以用以下写法：

def apply_expr(series: pl.Series, default: int, expr: pl.Expr) -> int:
    # 将Series转为单列DataFrame，执行Expr后提取标量
    result = series.to_frame().select(expr).item()
    
    if result is None:
        return default
    if isinstance(result, int):
        return result
    else:
        raise ValueError(f"{result=}, {type(result)=}, expected `int`.")

内容的提问来源于stack exchange，提问作者bzm3r