如何在Polars的DataFrame.map_rows中传递命名行（字典形式）给自定义函数？

我最近在使用Polars的pl.DataFrame.map_rows方法时遇到了个困扰：我想让自定义函数接收字典形式的行数据，而不是默认的元组，但尝试了下面的写法后出问题了：

df.map_rows(lambda x: udf({k:v for k, v in zip(df.columns, x)}))

运行这段代码直接抛出了RuntimeError: Already mutably borrowed错误。

我去翻了官方文档，里面提到：

The frame-level map_rows cannot track column names (as the UDF is a black-box that may arbitrarily drop, rearrange, transform, or add new columns); if you want to apply a UDF such that column names are preserved, you should use the expression-level map_elements syntax instead.

但我还是有点疑惑：就算map_rows无法追踪列名变化，为什么不能像df.row(i, named=True)那样，把每行数据包装成带键名的字典传给自定义函数呢？明明结构体是可以支持命名的啊。

我知道目前可以通过遍历df.rows()来处理每行数据，之后再转回pl.DataFrame，但我更希望能在Polars的API体系内完成这个操作，不想跳出框架去做额外的转换。

备注：内容来源于stack exchange，提问作者paulduf