Polars DataFrame df.drop()方法失效问题排查求助

核心原因：Polars DataFrame的可变性与原地修改操作 #

Polars的DataFrame是可变对象，如果你的area函数中对传入的原始DataFrame执行了原地修改操作（比如直接通过索引赋值列df["area"] = ...，或者使用带_inplace后缀的方法如with_columns_inplace()），第一次调用函数后，原始df的结构会被永久改变——已经新增了area列。

第二次调用area(df)时，传入的是已经被修改过的df，函数再次执行添加area列的逻辑（此时可能隐式覆盖原有列），后续的drop操作无法抵消原始df已被污染的状态，最终返回的结果仍会残留area列，引发类型检查问题。

而使用df.clone()时，每次调用都会创建原始df的独立副本，函数操作的是副本而非原始对象，因此原始df始终保持初始状态，两次调用的执行流程一致，结果符合预期。

代码示例对比 #

错误写法（原地修改原始df）

# app.py 错误示例：原地修改传入的df，导致原始对象被污染
import polars as pl

def area(df):
    # 直接赋值列，原地修改原始df
    df["area"] = pl.col("width") * pl.col("height")
    df = df.filter(pl.col("area") > 100)
    return df.drop("area")

正确写法（非原地操作，返回新对象）

# app.py 推荐写法：全程使用非原地方法，不修改原始df
import polars as pl

def area(df):
    # with_columns返回新df，不影响原始对象
    df_with_area = df.with_columns((pl.col("width") * pl.col("height")).alias("area"))
    df_filtered = df_with_area.filter(pl.col("area") > 100)
    # drop同样返回新df，最终结果与原始df完全隔离
    return df_filtered.drop("area")

兼容写法（克隆副本避免修改原始对象）

如果因为业务需求必须使用原地操作，可在函数入口先克隆df：

def area(df):
    # 克隆副本，操作副本不影响原始df
    df_clone = df.clone()
    df_clone["area"] = pl.col("width") * pl.col("height")
    df_clone = df_clone.filter(pl.col("area") > 100)
    return df_clone.drop("area")

总结 #

• 优先使用Polars的非原地方法（不带_inplace后缀），这类方法返回新的DataFrame实例，从根源上避免原始对象被污染。
• 若必须使用原地修改逻辑，务必在函数内先克隆传入的df，确保操作的是独立副本。

内容的提问来源于stack exchange，提问作者Interlunar