如何实现List(float64)列逐行与最后一行的元素级减法求和？

Polars中List类型列不支持直接用算术运算符做元素级运算，要实现每行列表与最后一行列表的元素级减法、取绝对值后求和，需要借助list.eval方法来逐元素处理：

代码实现 #

import polars as pl

# 假设你的DataFrame为df，包含List[f64]类型的"vec"列
result_df = df.with_columns(
    pl.col("vec")
    # 对列表每个元素，减去最后一行列表对应位置的元素
    .list.eval(pl.element() - pl.col("vec").last().list.get(pl.int_range(0, pl.len())))
    # 对每个差值取绝对值
    .list.abs()
    # 对所有绝对值求和
    .list.sum()
    .alias("sum_abs_diff")
)

逻辑说明 #

• list.eval(pl.element() - ...)：遍历当前行列表的每个元素，与最后一行列表的对应位置元素做减法
• pl.col("vec").last().list.get(pl.int_range(0, pl.len()))：生成和当前列表长度匹配的索引序列，确保元素位置对齐
• 后续的list.abs()和list.sum()依次完成取绝对值、求和操作，最终得到每行的目标结果

最后一行的计算结果会是0，符合自身相减后绝对值求和为0的预期。

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