如何解决Polars中`min`操作不支持null dtype的错误

问题描述 #

我有一个仅含一行的Polars DataFrame，其中的列表列仅包含一个null值。当尝试对该列表执行min操作时，触发错误：

polars.exceptions.InvalidOperationError: min operation not supported for dtype null

最小可复现示例（MRE） #

import polars as pl

data = pl.DataFrame({"list_col": [[None]]}, schema={"list_col": pl.List})
print(data)
col = "list_col"
data.with_columns(pl.col(col).list.min().alias(col + "_min"))

输出：

shape: (1, 1)
┌────────────┐
│ list_col   │
│ ---        │
│ list[null] │
╞════════════╡
│ [null]     │
└────────────┘

已尝试方法 #

• 使用条件判断pl.when()：

data.with_columns(
                pl.when(pl.col(col).is_not_null()).then(pl.col(col).list.min()).alias(col + "_min")).collect()

• 先去除列表null值再判断：

data.with_columns(
                pl.when(pl.col(col).list.drop_nulls().is_not_null()).then(pl.col(col).list.min()).alias(col + "_min")).collect()

解决方案 #

问题根源在于该列表列的内部数据类型是pl.List(pl.Null)，这类类型不支持min操作。只需将其转换为合适的数值类型（如pl.List(pl.Float64)）即可解决：

# 转换数据类型
data = data.with_columns(pl.col(col).cast(pl.List(pl.Float64)))
data
# 正常执行min操作
data.with_columns(pl.col(col).list.min().alias(col + "_min"))

内容的提问来源于stack exchange，提问作者Björn