如何在Polars DataFrame中创建带别名的列表列及报错解决

你遇到的报错是因为直接使用Python原生列表构造列，这个列表对象不具备Polars表达式的alias()方法。在Polars中生成列表类型的列，需要使用专门的Polars构造函数：pl.concat_list()（兼容全版本）或者pl.list()（Polars 0.19.0及以上版本支持）。

修改后的代码 #

import polars as pl
import jaro


def test_polars():
    name='savah'
    data = {"first_name": ['sarah', 'purnima'], "last_name": ['vats', 'malik']}
    df = pl.DataFrame(data)
    print(df)
    df = (df.with_columns(
        [
            (pl.when(pl.col("first_name") == name).then(1).otherwise(0)).alias("E_FN"),
            (pl.when(pl.col("last_name") == name).then(1).otherwise(0)).alias("E_LN"),
            (pl.when(pl.col("first_name").str.slice(0, 3) == name[0:3]).then(1).otherwise(0)).alias("F3_FN"),
            (pl.when(pl.col("first_name").map_elements(
                lambda first_name: jaro.jaro_winkler_metric(first_name, name)) >= 0.8).then(1).otherwise(0)).alias(
                "CMP80_FN"),
            (pl.when(pl.col("last_name").map_elements(
                lambda last_name: jaro.jaro_winkler_metric(last_name, name)) >= 0.9).then(1).otherwise(0)).alias(
                "CMP90_LN"),

        ]
    )
    .with_columns(
        # 使用pl.concat_list将多个列合并为列表列
        pl.concat_list(
            980 * pl.col("E_FN") * pl.col("E_LN"),
            990 * pl.col("E_FN") * pl.col("CMP80_FN")
        ).alias("score"),
        # 或者Polars 0.19+版本可以用更简洁的pl.list()
        # pl.list(
        #     980 * pl.col("E_FN") * pl.col("E_LN"),
        #     990 * pl.col("E_FN") * pl.col("CMP80_FN")
        # ).alias("score")
    ))

    print(df)


if __name__ == '__main__':
    test_polars()

运行结果 #

执行后会成功生成包含score列表列的DataFrame：

shape: (2, 2)
┌────────────┬───────────┐
│ first_name ┆ last_name │
│ ---        ┆ ---       │
│ str        ┆ str       │
╞════════════╪═══════════╡
│ sarah      ┆ vats      │
│ purnima    ┆ malik     │
└────────────┴───────────┘
shape: (2, 7)
┌────────────┬───────────┬──────┬──────┬──────┬──────────┬─────────────────┐
│ first_name ┆ last_name ┆ E_FN ┆ E_LN ┆ F3_FN┆ CMP80_FN ┆ score           │
│ ---        ┆ ---       ┆ ---  ┆ ---  ┆ ---  ┆ ---      ┆ ---             │
│ str        ┆ str       ┆ i64  ┆ i64  ┆ i64  ┆ i64      ┆ list[i64]       │
╞════════════╪═══════════╪══════╪══════╪══════╪══════════╪═════════════════╡
│ sarah      ┆ vats      ┆ 0    ┆ 0    ┆ 1    ┆ 1        ┆ [0, 0]          │
│ purnima    ┆ malik     ┆ 0    ┆ 0    ┆ 0    ┆ 0        ┆ [0, 0]          │
└────────────┴───────────┴──────┴──────┴──────┴──────────┴─────────────────┘

关键说明 #

• pl.concat_list()接收多个Polars表达式作为参数，将它们按行合并成列表类型的列，是兼容所有Polars版本的通用方法。
• 如果你使用的是Polars 0.19.0及以上版本，也可以用更简洁的pl.list()替代pl.concat_list()，效果完全一致。

内容的提问来源于stack exchange，提问作者pbh