如何在Polars LazyFrame的同一语句中创建关联的两列？

背景与需求 #

从FRED API获取的Polars LazyFrame数据如下：

self.yielddiff_lf
shape: (9, 5)
┌────────────┬────────────────────────────┬──────────┬──────────┬─────────────┐
│ statistic  ┆ Date                       ┆ 5y Rate  ┆ 1y Rate  ┆ Rate Spread │
│ ---        ┆ ---                        ┆ ---      ┆ ---      ┆ ---         │
│ str        ┆ str                        ┆ f64      ┆ f64      ┆ f64         │
╞════════════╪════════════════════════════╪══════════╪══════════╪═════════════╡
│ count      ┆ 82                         ┆ 82.0     ┆ 82.0     ┆ 82.0        │
│ mean       ┆ 2023-03-02 08:29:16.097000 ┆ 3.737073 ┆ 4.740244 ┆ -1.003171   │
│ std        ┆ null                       ┆ 0.267561 ┆ 0.220112 ┆ 0.145185    │
│ min        ┆ 2023-01-03                 ┆ 3.36     ┆ 4.19     ┆ -1.29       │
│ 25%        ┆ 2023-02-01                 ┆ 3.54     ┆ 4.64     ┆ -1.12       │
│ 50%        ┆ 2023-03-03                 ┆ 3.66     ┆ 4.71     ┆ -1.03       │
│ 75%        ┆ 2023-03-31                 ┆ 3.93     ┆ 4.88     ┆ -0.92       │
│ max        ┆ 2023-04-28                 ┆ 4.34     ┆ 5.25     ┆ -0.6        │
└────────────┴────────────────────────────┴──────────┴──────────┴─────────────┘

需要完成两个计算：

1. 创建Rate Spread列：{numerator} Rate减去{denominator} Rate，结果保留3位小数
2. 创建Spread % Change列：基于Rate Spread列计算百分比变化后乘以100

错误尝试分析 #

尝试1：列未找到报错 #

self.yielddiff_lf = self.yielddiff_lf.with_columns(
    (
        (pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate"))
        .round(3).alias("Rate Spread")
    ),
    (
        pl.col("Rate Spread").pct_change().alias("Spread % Change")*100
    )
)

报错原因：同一with_columns调用中，新定义的Rate Spread列还未被添加到DataFrame，后续表达式无法直接引用。

尝试2：仅生成目标列丢失中间列 #

self.yielddiff_lf = self.yielddiff_lf.with_columns(
    (
        (pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate"))
        .round(3).alias("Rate Spread")
    ).pct_change().alias("Spread % Change")*100
)

问题：仅对Rate Spread的计算结果执行了pct_change，最终只输出Spread % Change列，未保留Rate Spread列。

可行解决方案 #

方法1：使用let表达式（Polars 0.19+推荐） #

通过let定义临时变量，可在同一with_columns中复用计算逻辑：

self.yielddiff_lf = self.yielddiff_lf.with_columns(
    pl.let(
        rate_spread = (pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate")).round(3),
        spread_pct_change = rate_spread.pct_change() * 100
    ).alias("Rate Spread", "Spread % Change")
)

方法2：链式调用with_columns #

先创建Rate Spread列，再基于该列生成Spread % Change：

self.yielddiff_lf = self.yielddiff_lf.with_columns(
    (pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate"))
    .round(3).alias("Rate Spread")
).with_columns(
    pl.col("Rate Spread").pct_change() * 100
    .alias("Spread % Change")
)

方法3：重复计算逻辑（不推荐，冗余） #

如果不想用链式调用或let，可重复Rate Spread的计算逻辑：

self.yielddiff_lf = self.yielddiff_lf.with_columns(
    (pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate"))
    .round(3).alias("Rate Spread"),
    ((pl.col(f"{numerator} Rate") - pl.col(f"{denominator} Rate")).round(3))
    .pct_change() * 100
    .alias("Spread % Change")
)

内容的提问来源于stack exchange，提问作者WaqarQureshii