Polars中apply返回元组列表触发BindingsError的解决方法咨询

错误原因 #

Polars无法直接识别[(字符串, 浮点数)]这种元组列表作为列类型，它仅支持原生的Polars数据类型（比如列表、结构体数组等），因此触发BindingsError。

解决方案 #

方案1：将结果转为结构体数组列 #

把元组列表转换成Polars支持的结构体数组，通过map_elements指定返回类型实现：

方式一：直接在lambda中构造结构体

import polars as pl

df_polar = df_polar.with_columns(
    pl.col("text").map_elements(
        lambda x: [
            pl.struct({"label": label, "score": score})
            for label, score in zip(classifier(x)["labels"], classifier(x)["scores"])
        ],
        return_dtype=pl.Array(pl.Struct([
            pl.Field("label", pl.Utf8),
            pl.Field("score", pl.Float64)
        ]))
    ).alias("text_scores")
)

方式二：修改text_scores返回字典列表，再转结构体

先调整text_scores函数返回字典格式：

def text_scores(dict_vals):
    return [{"label": label, "score": score} for label, score in zip(dict_vals['labels'], dict_vals['scores'])]

然后在Polars中指定返回类型：

df_polar = df_polar.with_columns(
    pl.col("text").map_elements(
        lambda x: text_scores(classifier(x)),
        return_dtype=pl.Array(pl.Struct([
            pl.Field("label", pl.Utf8),
            pl.Field("score", pl.Float64)
        ]))
    ).alias("text_scores")
)

方案2：展开为多行多列 #

如果希望每个标签-分数对单独成一行，可以结合explode和unnest：

df_polar = df_polar.with_columns(
    pl.col("text").map_elements(
        lambda x: [{"label": l, "score": s} for l, s in zip(classifier(x)["labels"], classifier(x)["scores"])],
        return_dtype=pl.Array(pl.Struct([("label", pl.Utf8), ("score", pl.Float64)]))
    ).alias("scores")
).explode("scores").unnest("scores")

执行后，原DataFrame的每行会拆分为4行（对应4个标签），同时生成label和score两个独立列。

方案3：拆分标签和分数为独立列表列 #

直接提取classifier返回字典中的labels和scores作为两个单独的列表列，无需使用text_scores函数：

df_polar = df_polar.with_columns(
    pl.col("text").map_elements(
        lambda x: classifier(x)["labels"],
        return_dtype=pl.List(pl.Utf8)
    ).alias("labels"),
    pl.col("text").map_elements(
        lambda x: classifier(x)["scores"],
        return_dtype=pl.List(pl.Float64)
    ).alias("scores")
)

内容的提问来源于stack exchange，提问作者Guess601