Python Polars：如何实现DataFrame操作历史追踪与表达式美化打印？

一、Polars是否有现成的操作历史追踪功能？ #

Polars目前没有原生的操作历史追踪功能，你提到的两个功能实际用途与需求不匹配：

• Logging in Polars：仅用于记录Polars内部执行日志（如查询优化、IO操作细节），并非追踪用户对DataFrame的操作序列。
• show_graph方法：用于可视化查询计划的执行依赖图，无法直接记录和展示用户的操作历史。

二、美化打印含内部元素的表达式 #

针对replace_strict这类表达式字符串表示不完整的问题，可通过以下方式实现详细打印：

1. 针对特定表达式定制格式化函数 #

利用Polars表达式的meta API提取参数，格式化包含内部Series的细节：

import polars as pl

def format_replace_strict(expr):
    # 提取replace_strict的参数
    args = expr.meta.args()
    col_name = args[0].meta.output_name()
    old_series = args[1].to_series()
    new_series = args[2].to_series()
    
    return (
        f"replace_strict(col='{col_name}', "
        f"old_series={old_series.to_string()}, "
        f"new_series={new_series.to_string()})"
    )

# 示例使用
df = pl.DataFrame({"a": [1, 2, 3]})
replace_expr = pl.col("a").replace_strict(pl.Series([1]), pl.Series([100]))
print(format_replace_strict(replace_expr))

2. 递归遍历复杂表达式结构 #

如果需要处理嵌套表达式，可写递归函数根据表达式类型生成对应格式的字符串：

def format_expr(expr):
    expr_type = type(expr).__name__
    
    # 处理replace_strict表达式
    if expr_type == "ReplaceStrict":
        args = expr.meta.args()
        col = format_expr(args[0])
        old_str = args[1].to_series().to_string()
        new_str = args[2].to_series().to_string()
        return f"replace_strict({col}, old={old_str}, new={new_str})"
    
    # 处理列引用表达式
    elif expr_type == "Col":
        return f"col('{expr.meta.output_name()}')"
    
    # 其他表达式类型可按需扩展，默认保留原字符串
    else:
        return str(expr)

# 测试嵌套表达式
nested_expr = pl.col("a").replace_strict(pl.Series([1]), pl.Series([100])) * pl.col("b")
print(format_expr(nested_expr))

3. 集成到自定义CalcDataFrame类 #

在你的CalcDataFrame类中，每次执行操作时调用上述格式化函数，将转换后的详细字符串存入操作历史列表，即可完整记录操作细节。

内容的提问来源于stack exchange，提问作者bzm3r