如何指定Polars列数据类型？解决空列表类型异常问题

问题根源在于：当首行返回空列表时，Polars无法从空值推断出正确的Struct类型；同时NamedTuple本质是tuple，Polars会将其解析为list[str]而非Struct，导致与指定的return_dtype不匹配。以下是两种可行的解决方法：

方法1：将NamedTuple转换为字典返回 #

修改map_elements的处理逻辑，把Event NamedTuple转换成字典（Polars会自动将字典解析为Struct），同时明确指定return_dtype：

import polars as pl
from typing import NamedTuple

class Event(NamedTuple):
    name: str
    description: str

def event_table(num) -> list[Event]:
    events = []
    for i in range(num):
        events.append(Event("name", "description"))
    return events

data = {"events": [0, 1, 2]}
df = pl.DataFrame(data).select(
    events=pl.col("events").map_elements(
        lambda x: [e._asdict() for e in event_table(x)],
        return_dtype=pl.List(pl.Struct({"name": pl.String, "description": pl.String}))
    )
)

print(df)

输出结果：

shape: (3, 1)
┌───────────────────────────────────┐
│ events                            │
│ ---                               │
│ list[struct[2]]                   │
╞═══════════════════════════════════╡
│ []                                │
│ [{"name","description"}]          │
│ [{"name","description"}, {"name"… │
└───────────────────────────────────┘

方法2：直接返回Polars Struct对象 #

修改event_table函数，直接构造Polars的Struct元素，而非NamedTuple，让Polars能明确识别类型：

import polars as pl

def event_table(num) -> list[pl.Struct]:
    events = []
    for i in range(num):
        events.append(pl.struct(name="name", description="description"))
    return events

data = {"events": [0, 1, 2]}
df = pl.DataFrame(data).select(
    events=pl.col("events").map_elements(
        event_table,
        return_dtype=pl.List(pl.Struct({"name": pl.String, "description": pl.String}))
    )
)

print(df)

此方法同样能确保列类型始终为list[struct[2]]，即使首行是空列表。

关键原因说明 #

• 首行返回空列表时，Polars失去了类型推断的参考依据，会默认将后续行的NamedTuple（本质是tuple）解析为list[str]，导致列类型变为list[list[str]]。
• 将NamedTuple转为字典，或直接使用Polars Struct，能让Polars明确识别每个元素的Struct结构，配合return_dtype强制指定列类型，即可解决类型不匹配的问题。

内容的提问来源于stack exchange，提问作者DJDuque