如何将Polars表达式列表转换为单个多列表达式？

先看场景：我们已经生成了一个表达式列表，用来计算列a的1到5次幂：

# polars==0.19.2
import polars as pl

N = 5
powers_list = [(pl.col("a") ** i).alias(f"a{i}") for i in range(1, N + 1)]
df = pl.DataFrame({"a": [0, 1, 2]})

通常我们会遍历列表，给每个表达式加上10：

df = df.with_columns([expr + 10 for expr in powers_list])
print(df)

如果你想省去手动遍历的步骤，实现类似pl.to_expr(powers_list)的批量操作效果，用Polars的内置方法就能搞定：

方案1：用pl.select+pl.all()批量操作 #

df = df.with_columns(
    pl.select(*powers_list).select(pl.all() + 10)
)
print(df)

方案2：封装辅助函数模拟pl.to_expr #

如果你习惯用类似假函数pl.to_expr的写法，可以自己封装一个简单的辅助函数：

def to_expr(expr_list):
    return pl.select(*expr_list)

powers_expr = to_expr(powers_list)
df = df.with_columns(powers_expr.select(pl.all() + 10))
print(df)

两种方式都能避免手动写列表推导，实现对表达式列表的批量操作，效果和遍历完全一致。

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