如何在Polars数据框中添加列描述且不修改列名？附Pandas示例

Polars没有Pandas那种MultiIndex列名的直接等效实现，但可以通过**列元数据（Metadata）**来存储列描述，完全不会修改原列名，是更贴合Polars设计理念的方案。以下是两种可行实现：

方法一：为已有数据框的列添加描述 #

通过set_metadata方法给每个列附加描述信息：

import polars as pl
import numpy as np

# 创建数据框
data = {
    'Column1': np.random.rand(5),
    'Column2': np.random.rand(5),
    'Column3': np.random.rand(5)
}
df = pl.DataFrame(data)

# 定义列描述
column_desc = {
    'Column1': 'Description for Column 1',
    'Column2': 'Description for Column 2',
    'Column3': 'Description for Column 3'
}

# 批量添加元数据
for col_name, desc in column_desc.items():
    df = df.with_columns(pl.col(col_name).set_metadata({"description": desc}))

# 验证描述信息
for col in df.columns:
    print(f"列名: {col}, 描述: {df.schema[col].metadata.get('description')}")

方法二：创建数据框时直接定义列描述 #

如果在初始化阶段就想绑定描述，可以通过pl.Field定义带元数据的Schema：

import polars as pl
import numpy as np

# 定义包含描述的Schema
schema = [
    pl.Field("Column1", dtype=pl.Float64, metadata={"description": "Description for Column 1"}),
    pl.Field("Column2", dtype=pl.Float64, metadata={"description": "Description for Column 2"}),
    pl.Field("Column3", dtype=pl.Float64, metadata={"description": "Description for Column 3"}),
]

# 创建数据框并应用Schema
data = {
    'Column1': np.random.rand(5),
    'Column2': np.random.rand(5),
    'Column3': np.random.rand(5)
}
df = pl.DataFrame(data, schema=schema)

# 查看描述信息
for field in df.schema:
    print(f"列名: {field.name}, 描述: {field.metadata.get('description')}")

说明 #

Polars的元数据机制专门用于存储列的附加信息，和Pandas的MultiIndex方案不同，它不会改变列名的显示或使用方式，仅在需要时通过schema对象读取描述，更符合Polars的轻量化设计。

内容的提问来源于stack exchange，提问作者Stefano Barone