Polars read_json指定自动推断类型的schema失败，求解决方法

问题原因 #

你使用的Polars 0.19.9属于旧版本，该版本的read_json方法并不支持文档中描述的“依赖自动类型推断”的Schema写法（列名列表、值为None的字典、(列名, None)元组列表），这些特性是在后续版本（如0.20+）中才引入的。

可行实现方法 #

方法1：升级Polars到新版本 #

直接升级到支持该特性的版本，执行以下命令：

pip install --upgrade polars

升级后，你最初的三种写法都可以正常工作，比如：

import polars as pl
import io

js = io.StringIO('{"j":null,"k":1,"l":null}')
# 使用列名列表指定Schema，自动推断类型
print(pl.read_json(js, schema=['j', 'k', 'l']))

方法2：在旧版本中手动指定兼容类型 #

如果无法升级，可以通过明确指定列的DataType来保留需要的列，即使列值全为null。示例代码：

import polars as pl
import io

js = io.StringIO('{"j":null,"k":1,"l":null}')
# 为每列指定兼容的DataType，允许null值
df = pl.read_json(js, schema={
    "j": pl.Int64,
    "k": pl.Int64,
    "l": pl.Int64
})
print(df)

执行结果会保留所有指定列：

shape: (1, 3)
┌──────┬─────┬──────┐
│ j    ┆ k   ┆ l    │
│ ---  ┆ --- ┆ ---  │
│ i64  ┆ i64 ┆ i64  │
╞══════╪═════╪══════╡
│ null ┆ 1   ┆ null │
└──────┴─────┴──────┘

方法3：读取后手动补充缺失列 #

如果不确定列的具体类型，也可以先读取现有列，再手动添加缺失的列：

import polars as pl
import io

js = io.StringIO('{"j":null,"k":1,"l":null}')
df = pl.read_json(js)
# 添加缺失的j、l列，默认类型为Null
df = df.with_columns(
    pl.lit(None).alias("j"),
    pl.lit(None).alias("l")
).select(["j", "k", "l"])  # 调整列顺序
print(df)

内容的提问来源于stack exchange，提问作者levant pied