如何在Polars中将Struct转换为Series？（含cum_fold实操场景）

使用pl.cum_fold()后得到一个包含Struct类型列的DataFrame，该DataFrame结构如下：

┌───────────────────────────────────┐
│ price                             │
│ ---                               │
│ struct[2000]                      │
╞═══════════════════════════════════╡
│ {null,null,null,null,30302.67187… │
└───────────────────────────────────┘

希望将该Struct列转换为常规的Series列，目前只能通过转换为Python对象再转回DataFrame的方式实现：

df = pl.DataFrame(pl.Series('price', df[0, 0].values()))

询问是否可以通过Polars表达式或工具方法实现该转换。

可以直接用Polars原生表达式完成转换，无需转成Python对象，以下是两种高效实现方式：

• 方式一：Struct转列表后展开

  df = df.select(pl.col("price").struct.to_list()).explode("price")
  

  先通过struct.to_list()把Struct的所有字段值转为列表，再用explode()将列表元素拆分为单独行，最终得到常规Series列的DataFrame。

• 方式二：提取Struct字段后转长格式
  如果需要保留原Struct字段名（若存在），可先提取所有字段再合并为单列：

  df = df.select(pl.col("price").struct.fields()).melt(value_name="price").select("price")
  

  struct.fields()提取Struct的所有字段为独立列，melt将多列合并为单个值列，最后仅保留目标price列即可。

这两种方法完全基于Polars内置操作，性能远优于转Python对象的方式，尤其适合处理大尺寸Struct数据。

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