Polars：展开列表列前匹配每行多列表的元素数量

问题原因 #

你原来的代码报错是因为pl.lit只能处理静态常量，无法基于动态计算的表达式（比如每行的列表长度差）生成列表。另外，原列表是i64类型，补全空字符串会导致类型不匹配，引发转换错误。

解决方案 #

步骤1：计算每行两个列表的最大长度 #

先新增一列max_len，存储每行中a和b列表的最大长度：

import polars as pl

df = pl.DataFrame({
    "a": [[1, 2], [3], [4, 5], [1]], 
    "b": [[4, 5, 7], [6], [4, 5], [3, 2]]
})

# 计算每行的最大列表长度
df = df.with_columns(max_len=pl.max_horizontal(pl.col("a").list.len(), pl.col("b").list.len()))

步骤2：补全短列表到最大长度 #

使用pl.list.repeat动态生成对应长度的占位元素（推荐用None匹配原i64类型的Null值，或转换类型后用空字符串）：

# 补全a列：长度不足时拼接None列表
# 补全b列：同理
df = df.with_columns(
    a=pl.when(pl.col("a").list.len() < pl.col("max_len"))
        .then(pl.col("a").list.concat(pl.list.repeat(None, pl.col("max_len") - pl.col("a").list.len())))
        .otherwise(pl.col("a")),
    b=pl.when(pl.col("b").list.len() < pl.col("max_len"))
        .then(pl.col("b").list.concat(pl.list.repeat(None, pl.col("max_len") - pl.col("b").list.len())))
        .otherwise(pl.col("b"))
)

步骤3：执行explode操作 #

此时所有列表列长度一致，可以正常explode：

result = df.explode(["a", "b"])
print(result)

输出结果：

shape: (8, 4)
┌──────┬──────┬───────┬─────────┐
│ a    ┆ b    ┆ alens ┆ max_len │
│ ---  ┆ ---  ┆ ---   ┆ ---     │
│ i64  ┆ i64  ┆ u32   ┆ u32     │
╞══════╪══════╪═══════╪═════════╡
│ 1    ┆ 4    ┆ 2     ┆ 3       │
│ 2    ┆ 5    ┆ 2     ┆ 3       │
│ null ┆ 7    ┆ 2     ┆ 3       │
│ 3    ┆ 6    ┆ 1     ┆ 1       │
│ 4    ┆ 4    ┆ 2     ┆ 2       │
│ 5    ┆ 5    ┆ 2     ┆ 2       │
│ 1    ┆ 3    ┆ 1     ┆ 2       │
│ null ┆ 2    ┆ 1     ┆ 2       │
└──────┴──────┴───────┴─────────┘

可选：补全空字符串（需转换类型） #

如果一定要用空字符串作为占位，需先将列表列转换为String类型：

df = df.with_columns(
    a=pl.col("a").cast(pl.String),
    b=pl.col("b").cast(pl.String),
    max_len=pl.max_horizontal(pl.col("a").list.len(), pl.col("b").list.len())
).with_columns(
    a=pl.when(pl.col("a").list.len() < pl.col("max_len"))
        .then(pl.col("a").list.concat(pl.list.repeat("", pl.col("max_len") - pl.col("a").list.len())))
        .otherwise(pl.col("a")),
    b=pl.when(pl.col("b").list.len() < pl.col("max_len"))
        .then(pl.col("b").list.concat(pl.list.repeat("", pl.col("max_len") - pl.col("b").list.len())))
        .otherwise(pl.col("b"))
).explode(["a", "b"])

关键说明 #

• 避免用pl.lit处理动态生成的列表：pl.lit仅适用于静态常量，动态长度的列表需用Polars内置的列表生成函数（如pl.list.repeat）。
• 保持类型一致：补全元素的类型必须和原列表类型匹配，否则会引发类型转换错误。

内容的提问来源于stack exchange，提问作者DOOM