Polars DataFrame如何按pl.List数据类型筛选列？

直接使用df.select(pl.col(pl.List))无法筛选List类型列，这是因为Polars的List是参数化泛型类型（比如示例中的list[str]），pl.List作为基类，无法直接匹配到具体的带内部类型的List列。

以下是两种可行的解决方案：

方法1：通过filter结合类型判断筛选列 #

利用pl.col().filter()配合dtype.is_a(pl.List)来识别所有List类型的列：

import polars as pl

df = pl.DataFrame({"foo": [[c] for c in 
    ["100CT pen", "pencils 250CT", "what 125CT soever", "this is a thing"]]}
)

# 筛选List类型列
result = df.select(pl.col().filter(lambda col: col.dtype.is_a(pl.List)))
print(result)

输出：

shape: (4, 1)
┌─────────────────────────┐
│ foo                     │
│ ---                     │
│ list[str]               │
╞═════════════════════════╡
│ ["100CT pen"]           │
│ ["pencils 250CT"]       │
│ ["what 125CT soever"]   │
│ ["this is a thing"]     │
└─────────────────────────┘

方法2：遍历Schema筛选列名 #

先遍历DataFrame的schema，提取所有类型为List的列名，再通过列名选择：

# 获取所有List类型的列名
list_cols = [col_name for col_name, dtype in df.schema.items() if dtype.is_a(pl.List)]
# 选择列
result = df.select(list_cols)
print(result)

输出和方法1一致。

原理说明 #

Polars中具体的List类型（如list[str]、list[i64]）都是pl.List的子类，dtype.is_a(pl.List)会检查当前类型是否继承自pl.List，因此能准确匹配所有List类型的列，而直接使用pl.col(pl.List)只会匹配未参数化的pl.List类型（实际中几乎不会用到），所以无法生效。

内容的提问来源于stack exchange，提问作者Björn