Python-Polars中实现嵌套列表元素乘积的表达式实现问题

嘿，我来帮你搞定这个问题！你之前用pl.reduce没得到预期结果，是因为没找准操作的层级——你需要的是对每个内层子列表单独计算乘积，但原来的代码是直接对最外层的列表元素（也就是那些子列表本身）做操作，自然结果和原数据一样啦。

咱们来调整代码，先解决乘积的需求：

实现嵌套列表的乘积计算 #

你需要在list.eval里，针对每个内层子列表，用pl.reduce遍历它的元素来计算乘积，还要记得设置初始值（避免子列表只有一个元素时出问题）。代码如下：

import polars as pl

df = pl.DataFrame({"values": [[[1]], [[2, 3], [5,6]]]})

# 计算每个内层子列表的乘积
result = df.with_columns(
    product=pl.col("values").list.eval(
        pl.reduce(lambda acc, x: acc * x, pl.element().list.explode(), initial_value=1)
    )
)

print(result)

运行后会得到你想要的结果：

shape: (2, 2)
┌──────────────────┬───────────┐
│ values           ┆ product   │
│ ---              ┆ ---       │
│ list[list[i64]]  ┆ list[i64] │
╞══════════════════╪═══════════╡
│ [[1]]            ┆ [1]       │
│ [[2, 3], [5, 6]] ┆ [6, 30]   │
└──────────────────┴───────────┘

代码解释：

• pl.col("values").list.eval(...)：遍历外层列表的每一个子列表（比如第一行的[1]，第二行的[2,3]和[5,6]）
• pl.element().list.explode()：把当前子列表展开成单个元素，让reduce能逐个处理
• initial_value=1：乘积的初始值设为1，保证子列表只有一个元素时（比如[1]）也能正确计算（1*1=1）

拓展：实现嵌套列表的除法计算 #

除法要注意顺序（毕竟除法不满足交换律），还有初始值的选择。如果是要计算子列表第一个元素依次除以后续元素的结果，代码可以这么写：

division_result = df.with_columns(
    division=pl.col("values").list.eval(
        pl.reduce(
            lambda acc, x: acc / x,
            pl.element().list.explode().slice(1),  # 从第二个元素开始取
            initial_value=pl.element().list.first()  # 用第一个元素作为初始值
        )
    )
)

print(division_result)

输出结果：

shape: (2, 2)
┌──────────────────┬─────────────┐
│ values           ┆ division    │
│ ---              ┆ ---         │
│ list[list[i64]]  ┆ list[f64]   │
╞══════════════════╪═════════════╡
│ [[1]]            ┆ [1.0]       │
│ [[2, 3], [5, 6]] ┆ [0.6667, 0.8333] │
└──────────────────┴─────────────┘

代码解释：

• pl.element().list.first()：拿子列表的第一个元素当除法的起始值
• pl.element().list.explode().slice(1)：从第二个元素开始，依次和初始值做除法，实现「第一个元素÷第二个÷第三个...」的逻辑
• 注意：除法结果会变成浮点数，而且要确保子列表不为空，不然会报错哦！

核心思路就是：在list.eval的上下文里，聚焦到每个内层子列表，用pl.reduce配合list.explode遍历元素，再设置合适的初始值，就能实现和list.sum类似的自定义聚合逻辑啦。

备注：内容来源于stack exchange，提问作者yz_jc