如何基于另一列访问Polars中struct列的指定字段？

你有一个包含Struct列my_struct和字段名列field_name的DataFrame，想要根据field_name每行的值动态提取my_struct对应的字段，但直接使用pl.col("my_struct").struct.field(pl.col("field_name"))会触发TypeError，因为struct.field()只接受字符串字面量，不支持表达式输入。

解决方案1：使用case_when（推荐，高效向量化操作） #

通过条件判断匹配field_name的值，对应提取Struct的字段，这种方式是向量化操作，性能远高于逐行处理：

import polars as pl

data = {'my_struct': [{'field1': 1, 'field2': 'A'}, {'field1': 2, 'field2': 'B'}],
        'field_name': ['field1', 'field2']}
df = pl.DataFrame(data)

result = df.with_columns(
    pl.case_when(
        pl.col("field_name") == "field1", pl.col("my_struct").struct.field("field1"),
        pl.col("field_name") == "field2", pl.col("my_struct").struct.field("field2")
    ).alias("selected_field")
)

print(result)

输出结果：

shape: (2, 3)
┌───────────┬────────────┬───────────────┐
│ my_struct ┆ field_name ┆ selected_field│
│ ---       ┆ ---        ┆ ---           │
│ struct[2] ┆ str        ┆ object        │
╞═══════════╪════════════╪═══════════════╡
│ {1,"A"}   ┆ field1     ┆ 1             │
│ {2,"B"}   ┆ field2     ┆ B             │
└───────────┴────────────┴───────────────┘

解决方案2：动态生成条件表达式（适合大量字段的场景） #

如果Struct有很多字段，手动写每个条件太繁琐，可以自动获取Struct的所有字段，动态构造case_when的条件：

struct_fields = df.schema["my_struct"].names

result = df.with_columns(
    pl.case_when(
        *[(pl.col("field_name") == field, pl.col("my_struct").struct.field(field)) for field in struct_fields]
    ).alias("selected_field")
)

解决方案3：使用map_elements（适合字段极多或快速验证场景） #

如果不想处理条件构造，可以用逐行映射的方式，但这种方式性能较低，不建议处理大型数据集：

result = df.with_columns(
    pl.struct("my_struct", "field_name").map_elements(
        lambda x: x["my_struct"][x["field_name"]],
        return_dtype=pl.Object  # 若所有字段类型统一，可指定具体类型如pl.Int64/pl.Utf8
    ).alias("selected_field")
)

为什么原代码报错？ #

pl.col("my_struct").struct.field()方法的参数要求是固定字符串，用于指定要提取的Struct字段名，无法接收表达式（Expr对象）作为输入，因此直接传入pl.col("field_name")会触发类型错误。

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