Polars链式表达式失效：新增列total_area无法被识别

错误根源 #

你代码里的核心问题是：在链式调用的后续with_columns中，你始终在操作最初定义的df对象（比如df.select(pl.cum_sum("total_area"))），但total_area是在前一步with_columns中才添加的列，原始df里根本不存在这个列，所以Polars找不到它。

另外，with_columns不需要手动创建pl.Series，直接用Polars表达式就能完成列的计算与添加，这才是Polars的正确用法。

修正后的代码 #

import numpy as np
import polars as pl

data = np.random.random((50,5))
df = pl.from_numpy(data, schema=["id", "sampling_time", "area", "val1", "area_corr"])

result_df = (df
    .with_columns([
        pl.col("id").cast(pl.Int32),
        # 直接用表达式计算total_area，无需手动创建Series
        (pl.col("area") + pl.col("area_corr")).alias("total_area")
    ])
    .with_columns([
        # 直接引用前一步生成的total_area，用cum_sum计算
        (pl.col("total_area").cum_sum() / 0.15).alias("cumulative_area")
    ])
    .with_columns([
        pl.col("cumulative_area").cast(pl.Int32).alias("parcel_id")
    ])
)

print(result_df.head())

关键说明 #

• 每一步with_columns中的表达式，都是基于前一步处理后的DataFrame上下文，所以可以直接引用上一步新增的列（比如total_area）。
• 使用.alias()来为新计算的列命名，这是Polars中添加新列的标准方式，无需手动构造pl.Series。
• 如果你想用链式调用的方式，所有操作都要基于链式中的上下文，而不是原始的df变量。

内容的提问来源于stack exchange，提问作者jpmorr