在Polars中展开嵌套列时如何为列名添加前缀？

当多次调用返回字典的复杂函数并将结果解包到DataFrame时，会因函数返回的字典键名重复（如output_1、output_2）触发DuplicateError。无需修改原函数，你可以直接在Polars表达式中为嵌套结构体的字段添加前缀，解决列名冲突问题。

解决方案：重命名结构体字段后再解包 #

核心逻辑是：在执行unnest解包结构体列之前，先给结构体内部的每个字段名添加自定义前缀，让解包后的列名变成setup_A_output_1、setup_B_output_1这类唯一名称。

方法1：分步处理 #

先生成结构体列，重命名字段后再解包，逻辑清晰直观：

# 处理setup_A的结果
df = df.with_columns(
    pl.struct('value1', 'value2').map_elements(
        lambda x: my_complex_function(
            param_a=x['value1'], 
            param_b=x['value2'],
            param_c=setup_A_param_c_value, 
            param_d=setup_A_param_d_value,
        )
    ).alias('setup_A_results')
)
# 给setup_A的结构体字段加前缀后解包
df = df.with_columns(
    pl.col('setup_A_results').struct.rename_fields(lambda name: f"setup_A_{name}")
).unnest('setup_A_results')

# 处理setup_B的结果
df = df.with_columns(
    pl.struct('value1', 'value2').map_elements(
        lambda x: my_complex_function(
            param_a=x['value1'], 
            param_b=x['value2'],
            param_c=setup_B_param_c_value, 
            param_d=setup_B_param_d_value,
        )
    ).alias('setup_B_results')
)
# 给setup_B的结构体字段加前缀后解包
df = df.with_columns(
    pl.col('setup_B_results').struct.rename_fields(lambda name: f"setup_B_{name}")
).unnest('setup_B_results')

方法2：链式调用简化代码 #

将结构体生成、字段重命名整合到一个with_columns调用中，代码更紧凑：

# 处理setup_A
df = df.with_columns(
    pl.struct('value1', 'value2').map_elements(
        lambda x: my_complex_function(
            param_a=x['value1'], 
            param_b=x['value2'],
            param_c=setup_A_param_c_value, 
            param_d=setup_A_param_d_value,
        )
    ).struct.rename_fields(lambda n: f"setup_A_{n}").alias('setup_A_results')
).unnest('setup_A_results')

# 处理setup_B
df = df.with_columns(
    pl.struct('value1', 'value2').map_elements(
        lambda x: my_complex_function(
            param_a=x['value1'], 
            param_b=x['value2'],
            param_c=setup_B_param_c_value, 
            param_d=setup_B_param_d_value,
        )
    ).struct.rename_fields(lambda n: f"setup_B_{n}").alias('setup_B_results')
).unnest('setup_B_results')

方法3：封装复用逻辑 #

如果有大量配置需要处理，封装一个工具函数避免重复代码：

def add_struct_prefix(struct_expr: pl.Expr, prefix: str) -> pl.Expr:
    return struct_expr.struct.rename_fields(lambda name: f"{prefix}_{name}")

# 处理setup_A
df = df.with_columns(
    add_struct_prefix(
        pl.struct('value1', 'value2').map_elements(
            lambda x: my_complex_function(
                param_a=x['value1'], 
                param_b=x['value2'],
                param_c=setup_A_param_c_value, 
                param_d=setup_A_param_d_value,
            )
        ),
        prefix="setup_A"
    ).alias('setup_A_results')
).unnest('setup_A_results')

# 处理setup_B
df = df.with_columns(
    add_struct_prefix(
        pl.struct('value1', 'value2').map_elements(
            lambda x: my_complex_function(
                param_a=x['value1'], 
                param_b=x['value2'],
                param_c=setup_B_param_c_value, 
                param_d=setup_B_param_d_value,
            )
        ),
        prefix="setup_B"
    ).alias('setup_B_results')
).unnest('setup_B_results')

这种方式完全无需修改原函数my_complex_function，所有前缀处理都在Polars表达式层完成，既优雅又能保证列名唯一性。

内容的提问来源于stack exchange，提问作者kolergy