Polars中select与[]取列转numpy结果差异及类pandas.values实现方法

两种写法维度差异的原因 #

• df['some_col'] 直接返回单列对应的Series对象，Series.to_numpy()默认输出一维数组，但该方括号取列的语法属于Polars的兼容写法，官方不推荐在生产代码中使用，后续版本存在行为变更风险。
• df.select('some_col') 返回值始终是DataFrame结构（即使仅选择单列），DataFrame.to_numpy()会严格按照表的二维结构输出，因此会返回形状为(行数, 1)的二维数组，这是两种写法返回结果维度不一致的根本原因。

问题复现代码参考：

import polars as pl
data = {"a": [1, 2], "b": [3, 4]}
df = pl.DataFrame(data)

print(df['a'].to_numpy())
# 输出: [1 2]

print(df.select('a').to_numpy())
# 输出: [[1]
#       [2]]

官方推荐的一维数组获取写法 #

Polars提供了稳定API可以直接获取单列的一维NumPy数组，无需依赖不推荐的方括号索引，也不需要对二维数组做额外的维度压缩操作，效果完全等价于pandas中df.select('some_column').values获取单列一维值数组的行为：

1. 用get_column方法直接取列（最简洁）
   该方法是官方指定的按列名取单列的标准API，返回Series对象后直接转NumPy即可得到一维数组：

   arr = df.get_column("a").to_numpy()
   print(arr)
   # 输出: [1 2]
   print(arr.shape)
   # 输出: (2,)
   

2. select后转Series再输出数组
   如果已经写了select逻辑选了单列，可以链式调用to_series()将单列表转为Series后再转NumPy，结果和上面完全一致：

   arr = df.select("a").to_series().to_numpy()
   print(arr)
   # 输出: [1 2]
   

注意：不推荐对df.select('col').to_numpy()返回的二维数组调用squeeze()、flatten()做维度转换，这类写法属于冗余绕路，性能不如直接操作Series，且在列数意外变动时容易出现不符合预期的结果。

内容的提问来源于stack exchange，提问作者supersick