Polars声明pl.List报错：TypeError: 'DataTypeClass'对象不可下标

错误原因 #

你碰到的TypeError: 'DataTypeClass' object is not subscriptable，是因为pl.List是类型类，不能通过下标[pl.Int64]指定元素类型，正确的做法是调用它并传入元素类型参数。

正确的声明方式 #

方法1：在schema列表中直接使用pl.List(元素类型) #

import polars as pl

cart_schema = [
    ("CART_ID", pl.Int64),
    ("ORDERS", pl.List(pl.Int64)),
    ("TOTAL_DISTANCE", pl.Float64),
    ("TOTAL_WEIGHT", pl.Float64)
]
carts = pl.DataFrame([], schema=cart_schema)

方法2：用pl.Schema对象定义schema #

这种方式可读性更强，适合复杂schema场景：

import polars as pl

cart_schema = pl.Schema({
    "CART_ID": pl.Int64,
    "ORDERS": pl.List(pl.Int64),
    "TOTAL_DISTANCE": pl.Float64,
    "TOTAL_WEIGHT": pl.Float64
})
carts = pl.DataFrame([], schema=cart_schema)

方法3：通过空序列推导类型（适合快速测试） #

如果不想显式写schema，也可以直接传入指定类型的空序列：

import polars as pl

carts = pl.DataFrame({
    "CART_ID": pl.Series([], dtype=pl.Int64),
    "ORDERS": pl.Series([], dtype=pl.List(pl.Int64)),
    "TOTAL_DISTANCE": pl.Series([], dtype=pl.Float64),
    "TOTAL_WEIGHT": pl.Series([], dtype=pl.Float64)
})

关于你当前的方法 #

你先创建带初始数据再过滤的方式虽然能得到空DataFrame，但会额外生成一行临时数据再删除，属于冗余操作，不如上面直接声明的方式高效简洁。

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