如何在Polars DataFrame中展平元组数组并计算列均值？

核心思路 #

先将元组内的多个列表拼接为单个一维列表，再一次性转成结构体展开为列，这种方法无需根据嵌套层数重复编写list.to_struct和unnest，适配嵌套数量不固定的场景。

代码实现 #

import polars as pl

df = pl.DataFrame(
    {"a": [([1, 2, 3], [2, 3, 4], [6, 7, 8]), ([1, 2, 3], [3, 4, 5], [5, 7, 9])]}
)

# 展平嵌套结构为(2,9)的DataFrame
result_df = (
    df
    # 将元组转为列表嵌套类型，再拼接内部所有列表为一维数组
    .with_columns(pl.col("a").cast(pl.List(pl.List(pl.Int64))).arr.concat().alias("flattened"))
    # 将一维数组转为结构体并展开为单独列
    .select(pl.col("flattened").list.to_struct().unnest())
)

# 计算各列均值
column_means = result_df.mean()

# 输出结果
print("展平后的DataFrame：")
print(result_df)
print("\n各列均值：")
print(column_means)

代码说明 #

1. 类型转换与拼接：cast(pl.List(pl.List(pl.Int64)))将元组转为Polars可处理的嵌套列表类型，arr.concat()把嵌套列表拼接成一维数组，统一了嵌套层级；
2. 转结构体展开：list.to_struct()把一维数组转为结构体，unnest()直接展开为独立列，无论元组内包含多少个等长列表，这一步都能一次性完成；
3. 均值计算：直接调用mean()方法即可得到所有列的均值。

这种方法避免了针对多层嵌套重复编写展开逻辑，扩展性更强，适配嵌套数量多变的场景。

内容的提问来源于stack exchange，提问作者lebesgue