Polars中如何在单次.with_columns()中访问新创建的列？

你遇到的报错是因为Polars在同一个with_columns调用中，所有表达式都是基于原始DataFrame的列计算的——也就是说，你前面写的pl.col("start").str.to_date()还没把原始的字符串列替换成日期类型，后面计算duration时用到的pl.col("end")和pl.col("start")还是原来的字符串列，自然没法做减法。

方案1：内嵌转换逻辑到计算中 #

直接在计算duration时，对原始字符串列做日期转换，一次with_columns就能搞定：

import polars as pl 

pl.DataFrame(
    {
        "start": ["01.01.2019", "01.01.2020"],
        "end": ["11.01.2019", "01.05.2020"],
    }
).with_columns(
    pl.col("start").str.to_date(),
    pl.col("end").str.to_date(),
    (pl.col("end").str.to_date() - pl.col("start").str.to_date()).alias("duration"),
)

缺点是start和end列的转换逻辑重复了一次，不过对于大多数场景，性能影响可以忽略。

方案2：使用pl.let复用转换结果（Polars 0.19+支持） #

如果不想重复写转换逻辑，可以用pl.let定义临时变量，复用转换后的日期值，代码更高效：

import polars as pl 

pl.DataFrame(
    {
        "start": ["01.01.2019", "01.01.2020"],
        "end": ["11.01.2019", "01.05.2020"],
    }
).with_columns(
    pl.let(
        # 定义临时变量存储转换后的日期
        start_date=pl.col("start").str.to_date(),
        end_date=pl.col("end").str.to_date(),
        # 一次性返回所有需要的列
        then=[
            start_date.alias("start"),
            end_date.alias("end"),
            (end_date - start_date).alias("duration"),
        ]
    )
)

这个方法只做了一次日期转换，逻辑更清晰，也满足单次调用的需求。

方案3：用select替换列并计算 #

如果不需要保留原始的字符串列，也可以直接用select一次性完成转换和计算：

import polars as pl 

pl.DataFrame(
    {
        "start": ["01.01.2019", "01.01.2020"],
        "end": ["11.01.2019", "01.05.2020"],
    }
).select(
    start=pl.col("start").str.to_date(),
    end=pl.col("end").str.to_date(),
    duration=pl.col("end").str.to_date() - pl.col("start").str.to_date(),
)

代码紧凑，直接生成最终需要的列集合。

内容的提问来源于stack exchange，提问作者Thomas