Polars升级后.list.sum()返回异常结果，是否存在问题？

问题现象 #

将Polars从26版本升级至29版本后，在pl.when().then()分支中使用.list.sum()时出现返回类型异常：

• 在when/then逻辑内，pl.concat_list(pl.col('A', 'B')).list.sum()返回list[f64]类型（如[5.0]），旧版本则返回预期的f64标量；
• 直接在with_columns中使用相同的.list.sum()逻辑，却能正常返回f64标量。

复现代码：

import polars as pl

x = pl.DataFrame(
    {
        'A': [1., None, 3.],
        'B': [4., 5., 6.],
        'C': [7., 8., None],
    }
)

x.with_columns(
    pl.when(pl.sum_horizontal('B', 'C') > 12)
    .then(pl.sum_horizontal(pl.col('A', 'B')))
    .otherwise(None)
    .alias('A+B when B+C>12 (expected)'),
    pl.when(pl.sum_horizontal('B', 'C') > 12)
    .then(pl.concat_list(pl.col('A', 'B')).list.sum())
    .otherwise(None)
    .alias('A+B when B+C>12 (odd)'),
    pl.concat_list(pl.exclude('C')).list.sum().alias('A+B'),
)

运行结果：

┌──────┬─────┬──────┬────────────────────────────┬───────────────────────┬─────┐
│ A    ┆ B   ┆ C    ┆ A+B when B+C>12 (expected) ┆ A+B when B+C>12 (odd) ┆ A+B │
│ ---  ┆ --- ┆ ---  ┆ ---                        ┆ ---                   ┆ --- │
│ f64  ┆ f64 ┆ f64  ┆ f64                        ┆ list[f64]             ┆ f64 │
╞══════╪═════╪══════╪════════════════════════════╪═══════════════════════╪═════╡
│ 1.0  ┆ 4.0 ┆ 7.0  ┆ null                       ┆ null                  ┆ 5.0 │
│ null ┆ 5.0 ┆ 8.0  ┆ 5.0                        ┆ [5.0]                 ┆ 5.0 │
│ 3.0  ┆ 6.0 ┆ null ┆ null                       ┆ null                  ┆ 9.0 │
└──────┴─────┴──────┴────────────────────────────┴───────────────────────┴─────┘

原因分析 #

这是Polars 29版本中上下文类型推断逻辑的变更/潜在bug：
当when/then分支存在otherwise(None)时，Polars的类型推断会尝试兼容then分支结果与None的类型。此处错误地将.list.sum()返回的标量值包装为列表，以适配“空列表+None”的兼容场景，但实际上.list.sum()的预期返回值是标量，而非列表。

而直接在with_columns中使用.list.sum()时，没有None分支的干扰，类型推断能正确识别出结果为标量，因此返回正常的数值类型。

解决方案 #

方案1：强制指定返回类型 #

在then分支的.list.sum()后添加.cast(pl.Float64)，明确告诉Polars返回标量类型：

pl.when(pl.sum_horizontal('B', 'C') > 12)
.then(pl.concat_list(pl.col('A', 'B')).list.sum().cast(pl.Float64))
.otherwise(None)
.alias('A+B when B+C>12 (fixed)'),

方案2：改用更直接的sum_horizontal #

如果只是需要横向求和，完全可以用sum_horizontal替代concat_list().list.sum()，从根源避免类型推断问题：

pl.when(pl.sum_horizontal('B', 'C') > 12)
.then(pl.sum_horizontal(pl.col('A', 'B')))
.otherwise(None)
.alias('A+B when B+C>12 (expected)'),

方案3：提取列表中的标量（兜底写法） #

若必须使用列表操作，可在.list.sum()后添加.list.first()提取唯一的标量值：

pl.when(pl.sum_horizontal('B', 'C') > 12)
.then(pl.concat_list(pl.col('A', 'B')).list.sum().list.first())
.otherwise(None)
.alias('A+B when B+C>12 (fixed)'),

关于.list.sum()的预期行为 #

.list.sum()作为列表的聚合函数，理应始终返回单个标量值，而非列表。本次出现的异常属于Polars版本升级中的类型推断bug，你可以在Polars的官方GitHub仓库提交issue反馈该问题。

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