Polars中explode列表列时出现列长度不匹配如何解决？

问题 #

我有一个包含列表列（list）和另外两列（a、b）的表格，想要拆分列表列的同时保留另外两列的值。比如一行数据是a='q'、b='p'、list=['hello','bye']，期望拆分成两行，a、b值不变，list分别为'hello'和'bye'。但用pl.select(pl.exclude("list"), pl.col("list").explode())时出现长度不匹配错误，该怎么解决？

解决方案 #

不要在select()里单独处理列表列，直接调用DataFrame的explode()方法即可，它会自动复制其他列的值来匹配拆分后的列表列长度：

示例代码 #

import polars as pl

# 创建测试DataFrame
df = pl.DataFrame({
    "a": ["q"],
    "b": ["p"],
    "list": [["hello", "bye"]]
})

# 执行explode操作
exploded_df = df.explode("list")
print(exploded_df)

输出结果 #

shape: (2, 3)
┌─────┬─────┬───────┐
│ a   ┆ b   ┆ list  │
│ --- ┆ --- ┆ ---   │
│ str ┆ str ┆ str   │
╞═════╪═════╪═══════╡
│ q   ┆ p   ┆ hello │
│ q   ┆ p   ┆ bye   │
└─────┴─────┴───────┘

错误原因 #

pl.select()的作用是选择/转换列，单独对list列explode()后，它的长度变为2，而pl.exclude("list")选中的a、b列长度还是1，Polars不允许列长度不一致，所以抛出错误。而df.explode()是Polars专门设计的列表拆分方法，会自动处理其他列的复制逻辑，确保所有列长度一致。

如果需要拆分多个列表列，直接传入列名列表即可：df.explode(["list_col1", "list_col2"])

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