使用Polars中另一DataFrame列值重命名列时遇TypeError求助

错误核心原因：Polars要求DataFrame的列名必须是字符串类型，但你用来设置列名的df_polar_parquet['Depth']列存储的是浮点数，直接转成列表后元素都是float类型，不符合列名的类型要求，因此抛出TypeError。

你可以通过以下几种方式修复：

方法1：转列表时逐个转为字符串 #

直接在生成列名列表的过程中，把每个浮点数转成字符串：

df_value = df_polar_parquet.select(pl.col('*').exclude('Depth'))
df_value_transpose = df_value.transpose(include_header=False)
# 将每个Depth值转为字符串后赋值给列名
df_value_transpose.columns = [str(depth) for depth in df_polar_parquet['Depth'].to_list()]
df_value_transpose

方法2：用Polars的cast函数先转换列类型 #

先把Depth列的类型转为字符串，再生成列表：

df_value = df_polar_parquet.select(pl.col('*').exclude('Depth'))
df_value_transpose = df_value.transpose(include_header=False)
# 先将Depth列转为字符串类型，再转列表
df_value_transpose.columns = df_polar_parquet['Depth'].cast(pl.Utf8).to_list()
df_value_transpose

方法3：transpose时直接指定列名（更简洁） #

调用transpose时，直接通过column_names参数设置列名，一步完成转换与赋值：

df_value = df_polar_parquet.select(pl.col('*').exclude('Depth'))
# 直接在transpose时指定列名，同时完成类型转换
df_value_transpose = df_value.transpose(
    include_header=False,
    column_names=df_polar_parquet['Depth'].cast(pl.Utf8).to_list()
)
df_value_transpose

内容的提问来源于stack exchange，提问作者roudan