如何在Polars中基于整数列生成对应范围的列表列？

给定如下Polars DataFrame：

>>> df = pl.DataFrame({'l': [3,5,8]})
>>> df
shape: (3, 1)
┌─────┐
│ l   │
│ --- │
│ i64 │
╞═════╡
│ 3   │
│ 5   │
│ 8   │
└─────┘

如何生成包含整数列表的新列，得到如下结果？

>>> df
shape: (3, 2)
┌─────┬─────────────┐
│ l   ┆ column_0    │
│ --- ┆ ---         │
│ i64 ┆ list[i64]   │
╞═════╪═════════════╡
│ 3   ┆ [0, 1, 2]   │
│ 5   ┆ [0, 1, … 4] │
│ 8   ┆ [0, 1, … 7] │
└─────┴─────────────┘

我目前用map_rows实现，但数据量大时效率很低：

>>> temp = df.map_rows(lambda x: (list(range(x[0])),))
>>> df = df.hstack(temp)

别用map_rows，Polars提供了原生向量化函数pl.int_range（旧版本可用pl.range），直接在列上操作就能生成目标列表，完全避免Python层面逐行循环，效率提升明显：

df = df.with_columns(
    pl.int_range(0, pl.col("l")).alias("column_0")
)

说明 #

• pl.int_range(0, pl.col("l"))会对每行的l值，自动生成从0到l-1的整数列表，全程是Polars内部的向量化计算
• 旧版Polars可以替换为pl.range(0, pl.col("l"))，用法完全一致

运行后验证结果：

>>> df
shape: (3, 2)
┌─────┬─────────────┐
│ l   ┆ column_0    │
│ --- ┆ ---         │
│ i64 ┆ list[i64]   │
╞═════╪═════════════╡
│ 3   ┆ [0, 1, 2]   │
│ 5   ┆ [0, 1, … 4] │
│ 8   ┆ [0, 1, … 7] │
└─────┴─────────────┘

内容的提问来源于stack exchange，提问作者Horace