如何在Polars中通过单步操作按任意步长将行转列？

你可以通过添加索引、计算分组与列标识、透视转置的单链操作实现需求，无需拆分多个DataFrame再合并。完整代码如下：

import polars as pl

text = "a brown fox jumps over a lazy dog's head"
step = 3

dff = (
    pl.DataFrame({"a": text.split(" ")})
    .with_row_index("idx")
    .with_columns(
        group=pl.col("idx") // step,
        col_label=pl.col("idx") % step
    )
    .pivot(
        index="group",
        columns="col_label",
        values="a"
    )
    .rename({0: "first", 1: "second", 2: "third"})
    .drop("group")
)

print(dff)

输出结果和你原来的一致：

shape: (3, 3)
┌───────┬────────┬───────┐
│ first ┆ second ┆ third │
│ ---   ┆ ---    ┆ ---   │
│ str   ┆ str    ┆ str   │
╞═══════╪════════╪═══════╡
│ a     ┆ brown  ┆ fox   │
│ jumps ┆ over   ┆ a     │
│ lazy  ┆ dog's  ┆ head  │
└───────┴────────┴───────┘

步骤说明： #

• with_row_index("idx")：添加行索引列，用于后续计算分组和列位置
• with_columns：
  • group=pl.col("idx") // step：计算每个元素所属的目标行分组（每step个元素为一组）
  • col_label=pl.col("idx") % step：计算每个元素在目标行中的列位置（0对应first，1对应second，2对应third）
• pivot：以group为行索引，col_label为列名，a为值进行透视转置，自动对齐同组元素
• rename：把默认的数字列名改为你需要的first/second/third
• drop("group")：移除临时分组列，得到最终结果

这种方式全程单链操作，避免了多个中间DataFrame的创建，更符合Polars的链式API风格，代码也更简洁易维护。

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