如何在Polars链式调用的with_columns中引用DataFrame.height？

当然可以，以下两种方案都能在单个链式表达式中实现，无需中断调用链：

方案1：Polars原生表达式（推荐） #

利用pl.count()动态获取总行数，结合numpy随机函数生成对应长度的列，全程在Polars表达式上下文内完成：

import polars as pl
import datetime

df = (pl
    .DataFrame(dict(
        j=pl.datetime_range(datetime.date(2023, 1, 1), datetime.date(2023, 1, 3), '4h', closed='left', eager=True),
    ))
    .with_columns(
        k=pl.numpy.random.randint(10, 99, size=pl.count()).alias('k')
    )
)

print(df)

无论时间间隔如何修改，pl.count()会自动适配当前DataFrame的行数，彻底避免硬编码数值的问题。

方案2：通过map_batches直接访问DataFrame高度 #

如果需要直接引用height属性，可借助map_batches访问当前DataFrame的元数据：

import polars as pl
import datetime

df = (pl
    .DataFrame(dict(
        j=pl.datetime_range(datetime.date(2023, 1, 1), datetime.date(2023, 1, 3), '4h', closed='left', eager=True),
    ))
    .map_batches(lambda df: df.with_columns(k=pl.lit(pl.numpy.random.randint(10, 99, df.height))))
)

print(df)

内容的提问来源于stack exchange，提问作者levant pied