Polars向指定Schema的空DataFrame添加列报错问题咨询

报错原因 #

Polars的with_columns方法要求新增列的长度必须与原DataFrame的行数严格匹配。你创建的是空DataFrame（行数为0），但新增的my_int_col列长度为5，行数不匹配，因此抛出ShapeError。

这是Polars的设计特性：它坚持显式优先的原则，不像Pandas那样允许隐式填充空值，目的是避免静默的隐式操作导致意外错误（比如类型不匹配、行数误判等）。

解决方法 #

方法1：直接构造目标DataFrame（推荐） #

直接传入已有数据的列，Polars会自动为Schema中其他列填充对应类型的空值：

df = pl.DataFrame(
    {"my_int_col": [1, 2, 3, 4, 5]},
    schema={"my_string_col": str, "my_int_col": int, "my_bool_col": bool}
)

生成的DataFrame中，my_string_col会填充字符串类型的None，my_bool_col填充布尔类型的None，行数统一为5。

方法2：从空DataFrame扩展后填充 #

如果必须从空DataFrame开始操作，先扩展行数至目标长度，再更新列：

# 创建空Schema的DataFrame
df = pl.DataFrame(schema={"my_string_col": str, "my_int_col": int, "my_bool_col": bool})

# 扩展至5行，所有列填充对应类型的空值
df = df.extend(pl.DataFrame([None]*3, schema=df.schema).repeat(5))

# 更新my_int_col列
df = df.with_columns(pl.Series(name="my_int_col", values=[1, 2, 3, 4, 5]))

方法3：显式构造所有列 #

直接通过pl.select显式定义每一列，包括空值列：

df = pl.select(
    pl.Series(name="my_int_col", values=[1, 2, 3, 4, 5]),
    pl.lit(None).cast(str).alias("my_string_col"),
    pl.lit(None).cast(bool).alias("my_bool_col")
)

内容的提问来源于stack exchange，提问作者user18140022