Polars中pl.List(pl.Struct)列拆分异常：为何仅返回单个列？

问题场景 #

现有Polars DataFrame中某列的类型为pl.List(pl.Struct)，希望将该列拆分为多个由标量值组成的列表列。示例数据如下：

import polars as pl

df = pl.DataFrame({
    "column_0": [
        [{"field_1": "a", "field_2": 1}, {"field_1": "b", "field_2":2}],
        [{"field_1": "c", "field_2":3}]
    ]
})

col_name = "column_0"

尝试使用以下代码拆分时：

df.select(
    pl.col(col_name).list.eval(
        pl.element().struct.unnest()
    )
)

仅得到最后一个字段的列：

shape: (2, 1)
┌───────────┐
│ column_0  │
│ ---       │
│ list[i64] │
╞═══════════╡
│ [1, 2]    │
│ [3]       │
└───────────┘

但预期结果是拆分出两个列表列：

shape: (2, 2)
┌────────────┬───────────┐
│ field_1    ┆ field_2   │
│ ---        ┆ ---       │
│ list[str]  ┆ list[i64] │
╞════════════╪═══════════╡
│ ["a", "b"] ┆ [1, 2]    │
│ ["c"]      ┆ [3]       │
└────────────┴───────────┘

问题原因 #

list.eval(pl.element().struct.unnest())中，struct.unnest()会返回结构体的所有字段，但list.eval只能处理单个表达式的输出，最终只会保留最后一个字段的计算结果，因此仅得到field_2列。

解决方案 #

方法1：手动指定字段提取（已知字段名时） #

直接针对每个结构体字段，使用list.eval提取并转为列表：

result = df.select(
    pl.col(col_name).list.eval(pl.element().struct.field("field_1")).alias("field_1"),
    pl.col(col_name).list.eval(pl.element().struct.field("field_2")).alias("field_2")
)
print(result)

方法2：动态提取字段（通用写法） #

如果结构体字段未知或数量较多，可先获取字段列表，再动态生成提取表达式：

# 获取结构体的所有字段名
struct_fields = df.select(pl.col(col_name).list.first().struct.fields()).item()

# 动态生成提取逻辑
result = df.select(
    [pl.col(col_name).list.eval(pl.element().struct.field(f)).alias(f) for f in struct_fields]
)
print(result)

两种方法执行后都能得到预期的拆分结果。

内容的提问来源于stack exchange，提问作者Pain