如何将列表的列表转为含list[struct[2]]列的Polars DataFrame及Schema问题

错误原因 #

你遇到的ShapeError本质是Schema定义和输入数据的结构不匹配：如果错误地将列类型指定为pl.Struct而非pl.List(pl.Struct)，Polars会认为每行是单个结构体，但你的实际数据是结构体组成的列表，导致形状校验失败。

正确的Schema定义与实现代码 #

要创建类型为list[struct[2]]的单列，需要明确Schema的层级：外层是列表类型，列表元素是包含两个字段的结构体。同时要指定orient="row"，让Polars将每个子列表作为单独一行处理。

import polars as pl

# 原始数据
list1 = [("a", 1), ("b", 2)]
list2 = [("c", 3), ("d", 4), ("e", 5)]

# 将每个子列表作为DataFrame的一行
input_data = [list1, list2]

# 定义正确的Schema：单列，类型为list[struct[col1: Utf8, col2: Int64]]
correct_schema = {
    "data": pl.List(pl.Struct([
        ("col1", pl.Utf8),
        ("col2", pl.Int64)
    ]))
}

# 创建DataFrame
df = pl.DataFrame(input_data, schema=correct_schema, orient="row")

# 验证结果
print(df)
print("\nSchema信息：")
print(df.schema)

输出结果 #

shape: (2, 1)
┌───────────────────────────┐
│ data                      │
│ ---                       │
│ list[struct[2]]           │
╞═══════════════════════════╡
│ [{"a",1}, {"b",2}]        │
│ [{"c",3}, {"d",4}, {"e",5}] │
└───────────────────────────┘

Schema信息：
{'data': List(Struct([('col1', Utf8), ('col2', Int64)]))}

关键注意点 #

1. Schema层级匹配：必须用pl.List包裹pl.Struct，对应每行是“元组列表”的结构
2. 字段类型对应：结构体的字段数量、类型要和元组元素完全匹配（比如元组第一个元素是字符串对应pl.Utf8，第二个是整数对应pl.Int64）
3. 指定orient参数：orient="row"确保Polars将每个子列表解析为一行，而非将元组拆分为多列

内容的提问来源于stack exchange，提问作者vinnewbie