Polars中如何对包含列表元素的两个Series执行加法操作

Polars 默认不支持直接对 list[i64] 类型的 Series 使用 +/- 运算符执行逐元素加减，需要通过列表专用的操作函数实现需求。以下是两种高效的实现方式：

方法1：利用Series.zip结合list.eval #

通过Series.zip将两个Series的对应列表配对，再用list.eval对每对列表执行逐元素相加：

import polars as pl

a = pl.Series("a", [[1,2],[2,3]])
b = pl.Series("b", [[4,5],[6,7]])

# 逐元素相加
c = pl.Series.zip(a, b).list.eval(pl.element()[0] + pl.element()[1])
print(c.to_list())
# 输出：[[5, 7], [8, 10]]

方法2：在DataFrame中使用struct.map_elements #

将两个Series放入DataFrame，通过struct打包后使用map_elements遍历处理每一行的列表：

import polars as pl

df = pl.DataFrame({
    "a": [[1,2],[2,3]],
    "b": [[4,5],[6,7]]
})

df = df.with_columns(
    pl.struct(["a", "b"]).map_elements(
        lambda x: [x["a"][i] + x["b"][i] for i in range(len(x["a"]))],
        return_dtype=pl.List(pl.Int64)
    ).alias("c")
)

print(df["c"].to_list())
# 输出：[[5, 7], [8, 10]]

注意事项 #

• 确保两个Series中对应位置的列表长度一致，否则会引发索引越界错误。
• 方法1基于Polars内置的列表操作函数，性能优于方法2的Python lambda遍历，数据量较大时更推荐使用。

内容的提问来源于stack exchange，提问作者Ale