如何在Polars的select/with_columns中直接将列转为Numpy数组？

我需要把日期列转换为该日期之后的下一个工作日（日期本身是工作日则保持不变），打算用Numpy的busday_offset函数，但该函数需要接收Numpy数组作为第一个参数。尝试直接在表达式里调用to_numpy()时失败：

sales_orders.with_columns(
    [
        pl.lit(np.busday_offset(pl.col('creation_date').to_numpy(), 0, roll='forward'))
    ]
)

报错：AttributeError: 'Expr' object has no attribute 'to_numpy'

用原表的get_column方法可以临时解决，但这种写法不够优雅，而且无法在链式with_columns中引用新生成的列：

sales_orders.with_columns(
    [
        pl.lit(np.busday_offset(sales_orders.get_column('creation_date').to_numpy(), 0, roll='forward')).alias('order_acknowledgement_date')
    ]
).with_columns(
    [
        pl.lit(np.busday_offset(sales_orders.get_column('order_acknowledgement_date'), 2, roll='forward')).alias('ship_due_date')
    ]
)

报错：ColumnNotFoundError: order_acknowledgement_date

请问如何在select/with_columns语句中，无需直接引用原表，将pl.col('creation_date')转换为Numpy数组？

使用Polars的map_batches方法，它允许在表达式上下文内将列数据转为Numpy数组进行处理，既不用直接依赖原表对象，也支持链式调用新生成的列：

基础用法（生成下一个工作日） #

import polars as pl
import numpy as np

sales_orders = sales_orders.with_columns(
    pl.col('creation_date')
        .map_batches(lambda chunk: np.busday_offset(chunk.to_numpy(), 0, roll='forward'))
        .alias('next_business_day')
)

链式调用（生成依赖新列的日期） #

sales_orders = sales_orders.with_columns(
    pl.col('creation_date')
        .map_batches(lambda chunk: np.busday_offset(chunk.to_numpy(), 0, roll='forward'))
        .alias('order_acknowledgement_date')
).with_columns(
    pl.col('order_acknowledgement_date')
        .map_batches(lambda chunk: np.busday_offset(chunk.to_numpy(), 2, roll='forward'))
        .alias('ship_due_date')
)

原理说明 #

map_batches会将列的ChunkedArray对象传递给lambda函数，而ChunkedArray支持调用to_numpy()转为Numpy数组，刚好适配np.busday_offset的参数要求。同时，整个操作在Polars的表达式链中完成，后续的with_columns可以直接引用前面生成的新列，避免了找不到列的问题。

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