如何在Polars中用.select()基于列表实现多列逐元素乘积

给定如下Polars DataFrame：

import polars as pl

the_df = pl.DataFrame({'x1': [1,1,1], 'x2': [2,2,2], 'y1': [1,1,1], 'y2': [2,2,2]})

以及列名列表xs = ['x1', 'x2']和ys = ['y1', 'y2']，要通过.select()方法批量生成对应列的乘积列（z1=x1y1、z2=x2y2），无需手动逐个编写表达式，可按以下方式实现：

方法一：基于列名配对生成表达式 #

利用zip()将xs和ys中的对应列名配对，循环生成乘积表达式并指定别名，再结合pl.all()保留原列：

xs = ['x1', 'x2']
ys = ['y1', 'y2']

# 批量生成乘积表达式
product_exprs = [
    pl.col(x_col) * pl.col(y_col)
    .alias(f"z{x_col[-1]}")  # 从x列名提取后缀生成z列名，如x1→z1
    for x_col, y_col in zip(xs, ys)
]

# 保留原列并添加新的乘积列
result_df = the_df.select([pl.all()] + product_exprs)
print(result_df)

执行后输出结果符合预期：

┌─────┬─────┬─────┬─────┬─────┬─────┐
│ x1  ┆ x2  ┆ y1  ┆ y2  ┆ z1  ┆ z2  │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 ┆ i64 ┆ i64 ┆ i64 │
╞═════╪═════╪═════╪═════╪═════╪═════╡
│ 1   ┆ 2   ┆ 1   ┆ 2   ┆ 1   ┆ 4   │
│ 1   ┆ 2   ┆ 1   ┆ 2   ┆ 1   ┆ 4   │
│ 1   ┆ 2   ┆ 1   ┆ 2   ┆ 1   ┆ 4   │
└─────┴─────┴─────┴─────┴─────┴─────┘

方法二：按索引生成z列名 #

如果x列名无统一后缀规则，可通过索引顺序命名z列：

product_exprs = [
    pl.col(x_col) * pl.col(y_col).alias(f"z{i+1}")
    for i, (x_col, y_col) in enumerate(zip(xs, ys))
]

result_df = the_df.select([pl.all()] + product_exprs)

这种方式会按配对顺序生成z1、z2、z3...，不受原列名格式限制。

核心逻辑说明 #

• zip(xs, ys)确保x列和y列一一对应，适配任意数量的列配对；
• pl.all()保留原DataFrame的所有列，避免手动列举原列名；
• 循环生成表达式的方式可轻松扩展到几十上百列的批量处理场景，无需重复编写代码。

内容的提问来源于stack exchange，提问作者dfried