Polars处理坐标数据时报错'Expr'对象不可下标，求解决方法

问题原因 #

你遇到的TypeError: 'Expr' object is not subscriptable，是因为Polars的表达式（Expr）不能像普通Python列表那样用[:2]下标访问。字符串分割后得到的是列表类型的Expr，必须用Polars提供的.list命名空间方法来操作列表元素。

解决方案步骤 #

1. 清洗并提取坐标：先将多空格替换为单空格，去除首尾空格，分割成列表后取前3个元素，再转换为浮点数列表。
2. 计算坐标距离：用向量化操作或结合numpy计算欧氏距离。

代码实现 #

方法1：Polars向量化操作（高效推荐）

import polars as pl

# 假设你的DataFrame为df
df = df.with_columns(
    # 处理a列，提取前3个坐标并转为浮点数列表
    coords_a=pl.col("a")
        .str.replace_all(r"\s+", " ")  # 替换任意多空白为单空格
        .str.strip()  # 去除首尾空格
        .str.split(" ")  # 按空格分割成列表
        .list.slice(0, 3)  # 取前3个元素
        .cast(pl.List(pl.Float64)),  # 转为浮点数列表
    
    # 处理b列，逻辑同上
    coords_b=pl.col("b")
        .str.replace_all(r"\s+", " ")
        .str.strip()
        .str.split(" ")
        .list.slice(0, 3)
        .cast(pl.List(pl.Float64))
).with_columns(
    # 计算欧氏距离
    distance=pl.sqrt(
        pl.sum(
            (pl.col("coords_a").list.get(i) - pl.col("coords_b").list.get(i))**2
            for i in range(3)
        )
    )
)

方法2：结合numpy计算

如果你更习惯用numpy的linalg.norm，可以用map_elements（适合简单场景，大数据量优先用方法1）：

import polars as pl
import numpy as np

df = df.with_columns(
    coords_a=pl.col("a")
        .str.replace_all(r"\s+", " ")
        .str.strip()
        .str.split(" ")
        .list.slice(0, 3)
        .cast(pl.List(pl.Float64)),
    coords_b=pl.col("b")
        .str.replace_all(r"\s+", " ")
        .str.strip()
        .str.split(" ")
        .list.slice(0, 3)
        .cast(pl.List(pl.Float64))
).with_columns(
    distance=pl.struct("coords_a", "coords_b").map_elements(
        lambda x: np.linalg.norm(np.array(x["coords_a"]) - np.array(x["coords_b"])),
        return_dtype=pl.Float64
    )
)

关键说明 #

• 用.list.slice(0, 3)替代[:3]：Polars中列表类型的Expr必须通过.list命名空间的方法操作，slice(offset, length)表示从offset开始取length个元素。
• 优先用向量化操作：方法1的向量化计算比map_elements更快，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者Artup