Rust Polars DataFrame拆分列时遭遇ColumnNotFound错误求助

错误原因 #

你调用col("c1").str().split(",".into())时，Polars将传入的","解析为列名而非字符串分隔符，导致找不到名为,的列，触发ColumnNotFound错误。这是因为split方法要求参数为Expr类型，直接传入字符串时，Polars会默认将其视为列引用。

正确解决方案 #

使用lit()宏将分隔符包装为字面量表达式，同时通过alias()指定列名以替换原列：

use polars::prelude::*;

fn main() {
    test_split()
}

fn test_split() {
    let df = df!(
        "c1" => &["v1,v2", "v3", "v4"],
        "c2" => &["v5", "v6,v7,v8", "v9"],
    ).unwrap();

    println!("原DataFrame:\n{}", df);

    let result_df = df
        .clone()
        .lazy()
        .with_columns([
            // 用lit()将分隔符转为字面量表达式，避免被解析为列名
            col("c1").str().split(lit(","))
                // 指定别名覆盖原列，否则会生成默认命名的新列
                .alias("c1")
        ])
        .collect().unwrap();

    println!("\n拆分后DataFrame:\n{}", result_df);
}

输出结果 #

执行后会得到符合预期的结构，注意拆分后的c1列类型为list[str]（字符串列表），这是Polars拆分字符串列的正确类型：

原DataFrame:
shape: (3, 2)
┌───────┬──────────┐
│ c1    ┆ c2       │
│ ---   ┆ ---      │
│ str   ┆ str      │
╞═══════╪══════════╡
│ v1,v2 ┆ v5       │
│ v3    ┆ v6,v7,v8 │
│ v4    ┆ v9       │
└───────┴──────────┘

拆分后DataFrame:
shape: (3, 2)
┌──────────┬──────────┐
│ c1       ┆ c2       │
│ ---      ┆ ---      │
│ list[str]┆ str      │
╞══════════╪══════════╡
│ ["v1", "v2"] ┆ v5       │
│ ["v3"]     ┆ v6,v7,v8 │
│ ["v4"]     ┆ v9       │
└──────────┴──────────┘

关键说明 #

• lit()是Polars中创建字面量表达式的核心宏，用于将字符串、数字等常量转换为Polars可识别的表达式，避免被误解析为列引用。
• 如果不使用alias("c1")，Polars会生成一个名为split的新列，原c1列会被保留，可根据需求选择是否保留原列。

内容的提问来源于stack exchange，提问作者hongweiy