如何在Polars中使用pl.lit()广播NumPy数组至DataFrame的每一行

嘿，我来帮你搞定这个问题——把NumPy数组广播到Polars DataFrame的每一行，用pl.lit()就能高效解决，先理清楚你的需求和已做的尝试：

需求 #

你有这么一个NumPy数组：

true_direction = np.array([1,2,3]).reshape(1,3)

想要把它插入到Polars DataFrame中，让这个数组在DataFrame的每一行都重复出现。

已尝试的方法 #

你目前试过手动重复数组后，用.with_columns()添加列：

.with_columns(
    pl.Series(
      np.repeat(true_direction, repeats=912, axis=0)
    ).alias('true_direction')
)

更简洁的解法：用pl.lit()自动广播 #

其实完全不用手动计算重复次数（比如你写的912），Polars的pl.lit()结合自动广播特性就能一步到位。

直接用下面的代码就行：

# 假设你的DataFrame变量名为df
df = df.with_columns(
    pl.lit(true_direction).alias("true_direction")
)

原理很简单：pl.lit()会把你的NumPy数组包装成一个字面量表达式，Polars在执行时会自动识别DataFrame的行数，把这个单行数组广播到所有行，省去了手动重复数组的麻烦，代码更简洁还不容易因为行数计算错误出问题。

哪怕你的数组是(3,)的一维形状，而不是(1,3)的二维形状，这个方法也同样适用，Polars会自动处理形状匹配的问题。

内容来源于stack exchange