如何在Polars中将DataFrame每行转为对象并新增对应列？

完全可以在Polars DataFrame中新增一列存储自定义Python对象，以下是最优实现方式：

1. 定义自定义对象类 #

首先实现你需要的PurchasedObject类：

class PurchasedObject:
    def __init__(self, name, size, color):
        self.name = name
        self.size = size
        self.color = color
    
    # 可选：定义repr方便查看对象内容
    def __repr__(self):
        return f"PurchasedObject(Name='{self.name}', Size={self.size}, Color='{self.color}')"

2. 用Polars原生API生成对象列 #

利用pl.struct打包目标字段，再通过map_elements转换为自定义对象，这是Polars中处理此类需求的高效方式：

import polars as pl

# 假设你的原始DataFrame为df
df = df.with_columns(
    # 先将需要的字段打包为struct，再转换为自定义对象
    pl.struct(["Name", "Size", "Color"])
    .map_elements(
        lambda row: PurchasedObject(row["Name"], row["Size"], row["Color"]),
        return_dtype=pl.Object  # 指定返回类型为Object类型
    )
    .alias("Purchased_Object")
)

性能优化建议 #

如果你的数据量较大，存储Python对象会带来一定的性能开销（因为Polars对原生类型的处理效率更高），可以考虑直接用Polars的struct类型存储结构化数据，无需自定义类：

df = df.with_columns(
    pl.struct(["Name", "Size", "Color"]).alias("Purchased_Struct")
)

这种方式完全基于Polars原生类型，支持所有Polars的查询、过滤操作，性能远优于存储Python对象。

内容的提问来源于stack exchange，提问作者Johnas