如何在Polars中高效链式调用多个with_columns转换？

在Polars里，你不用每次with_columns后都重新赋值DataFrame，有两种更符合Polars惯用风格的高效实现方式：

方法1：链式调用with_columns #

直接把多个with_columns调用连在一起，Polars的API设计天然支持这种链式操作，代码更简洁，逻辑流程也清晰：

import polars as pl

exampledata = {
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}

df = pl.DataFrame(exampledata).with_columns(
    (pl.col("A") + pl.col("B")).alias("C")
).with_columns(
    (pl.col("C") * pl.col("B")).alias("D")
)

print(df)

这种方式本质上和你原来的分步赋值执行逻辑一致，但省去了重复的df =赋值，代码更紧凑。

方法2：用pl.let在单次with_columns中处理依赖列 #

如果想在同一个with_columns调用里完成所有转换，Polars的pl.let函数可以帮你定义中间变量，解决同一次调用中无法引用新创建列的问题，适合逻辑复杂的多列依赖场景：

import polars as pl

exampledata = {
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}

df = pl.DataFrame(exampledata).with_columns(
    pl.let(
        # 定义中间变量C的表达式
        c_expr = pl.col("A") + pl.col("B"),
        # 基于中间变量定义D的表达式
        d_expr = c_expr * pl.col("B"),
        # 返回要添加的列
        then = [c_expr.alias("C"), d_expr.alias("D")]
    )
)

print(df)

pl.let允许你在同一个上下文里复用中间表达式，既减少了方法调用次数，又能清晰梳理列之间的依赖关系。

补充说明 #

Polars在单次with_columns调用中，所有列表达式是并行计算的，所以同一次调用里新创建的列无法被其他表达式直接引用——这就是你之前遇到问题的原因。上面两种方法分别通过"拆分调用链"和"预定义中间表达式"的方式，完美解决了这个问题。

内容的提问来源于stack exchange，提问作者Simon