如何在Polars中按列表总和归一化列表元素

错误原因 #

你遇到的ComputeError是因为在list.eval的闭包内部，不能直接通过命名列（如pl.col('a')）引用当前列表列。闭包的作用域限定在单个列表内部，需要用pl.col("")来指代当前正在处理的列表列。

方法一：修复list.eval写法 #

直接修改闭包内的引用方式，用pl.col("")替代pl.col('a')即可：

import polars as pl

df = pl.DataFrame({'a': [[1,2,3], [4, 5, 6, 7]]})
result = df.select(pl.col('a').list.eval(pl.element() / pl.col("").sum()))
print(result)

执行后会输出目标结果：

shape: (2, 1)
┌──────────────────────────────────┐
│ a                                │
│ ---                              │
│ list[f64]                        │
╞══════════════════════════════════╡
│ [0.166667, 0.333333, 0.5]        │
│ [0.181818, 0.227273, … 0.318182] │
└──────────────────────────────────┘

方法二：利用Polars广播机制（更简洁高效） #

不需要使用list.eval，直接让列表列除以其每行的总和即可。Polars会自动将标量（每行的列表总和）广播到列表的每个元素上：

import polars as pl

df = pl.DataFrame({'a': [[1,2,3], [4, 5, 6, 7]]})
result = df.select(pl.col('a') / pl.col('a').list.sum())
print(result)

这个方法代码更简洁，性能也更优，避免了list.eval的闭包调用开销。

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