如何优化Polars DataFrame中多列答案的整合方法

开发者阿泽

2026-6-20

简洁高效的Polars宽表转窄表方案

针对你需要将多Answer列的DataFrame转换为仅保留Question和单个Answer列的需求，以下是两种比拆分拼接更简洁高效的实现方式：

方法1：使用`melt`+`filter`批量转换

先将所有Answer列转换为键值对格式，再筛选出与当前行Question匹配的记录：

import polars as pl

data = {
    "ID" : [1,1,1],
    "Question" : ["A","B","C"],
    "Answer A" : ["Answer A", "Answer A", "Answer A"],
    "Answer B" : ["Answer B", "Answer B", "Answer B"],
    "Answer C" : ["Answer C", "Answer C", "Answer C"]
}
df = pl.DataFrame(data)

df_final = (
    df
    # 将所有Answer列转为变量名-值的格式
    .melt(id_vars=["ID", "Question"], variable_name="Answer_Col", value_name="Answer")
    # 筛选出Answer列名与Question匹配的行（比如Question为"A"时，匹配"Answer A"）
    .filter(pl.col("Answer_Col") == pl.concat_str(["Answer ", pl.col("Question")]))
    # 移除不需要的中间列
    .drop("Answer_Col")
)

print(df_final)

方法2：按Question直接提取对应Answer列（更高效）

利用Polars的行级计算，直接根据Question的值动态选取对应的Answer列，避免生成冗余的中间行：

df_final = (
    df
    .with_columns(
        # 按Question的值拼接出对应的Answer列名，然后提取该列的值
        Answer=pl.col(pl.concat_str(["Answer ", pl.col("Question")]))
    )
    # 只保留需要的列
    .select(["ID", "Question", "Answer"])
)

print(df_final)

这两种方法的优势：