Polars延迟求值异常：Lazy模式下第二列未填充，非Lazy模式正常

问题场景 #

我有两个键为字符串、值为Polars表达式的字典：

• factor_query_dict
• currency_factor_query_dict

执行以下代码：

factor_holdings = holdings.lazy().with_columns(
        [
            pl.coalesce(
                pl.when(polars_query).then(pl.lit(factor, dtype=pl.String))
                for factor, polars_query in factor_query_dict.items()
            ).alias("factor"),
            pl.coalesce(
                pl.when(polars_query).then(pl.lit(factor, dtype=pl.String))
                for factor, polars_query in currency_factor_query_dict.items()
            ).alias("currency_factor"),
        ]
    )

调用.collect()后，factor列正常填充，但currency_factor列未填充；非延迟模式下两列均正常。

已尝试的方案 #

• 生成最小示例但未复现问题，仅发现执行计划中字符串字面量类型不同（示例为Utf8，我的场景为String）
• 将pl.lit强制转换为pl.Utf8或pl.String，结果一致
• 打印执行计划时显示pl.col("A").is_in(Series)，无法查看该Series的具体值

可能的原因 #

1. 延迟模式的惰性解析差异：非延迟模式会立即计算表达式，而延迟模式先构建执行计划再优化。如果currency_factor_query_dict中的表达式依赖外部动态生成的Series，延迟模式可能无法正确捕获Series的实际值，导致is_in条件始终不满足。
2. 执行计划优化的副作用：Polars查询优化器可能对currency_factor相关表达式做了意外简化，比如误判表达式永远为False，跳过值的填充。
3. 生成器迭代时机问题：延迟模式下，coalesce中的生成器表达式迭代时机和非延迟模式不同。如果currency_factor_query_dict的迭代顺序导致coalesce内的表达式顺序不符合预期，可能没有匹配到任何条件，最终返回Null。
4. 字符串类型隐性转换问题：虽然强制指定了类型，但延迟模式的类型推断逻辑和非延迟模式存在差异，导致lit生成的字符串值与查询条件中的字符串类型不匹配，条件判断失败。

解决建议 #

• 显式固化Series值：如果currency_factor_query_dict中的is_in使用了外部Series，将其转换为列表或常量集合，比如把pl.col("A").is_in(series)改成pl.col("A").is_in(series.to_list())，确保延迟模式能正确获取值。
• 替换生成器为显式列表：把coalesce中的生成器表达式转换成显式列表，避免迭代时机问题：

  pl.coalesce([
      pl.when(polars_query).then(pl.lit(factor, dtype=pl.String))
      for factor, polars_query in currency_factor_query_dict.items()
  ]).alias("currency_factor"),
  

• 查看详细执行计划：使用.explain(verbose=True)打印完整执行计划，或通过pl.debug.print_plan(factor_holdings)查看is_in中Series的具体内容。
• 分步拆分调试：把currency_factor的表达式拆分成多个临时列，逐步验证每个when条件在延迟模式下是否能正确返回值，定位失效的具体条件。

内容的提问来源于stack exchange，提问作者rlartiga