关于Polars自动将Pydantic对象转换为字典（结构体）的疑问及阻止方法咨询

你观察得完全正确——Polars确实会自动把Pydantic模型实例转换成字典（对应Polars的Struct类型），本质上它会调用Pydantic模型的model_dump()方法来完成这个转换。这是因为Polars的Struct类型和Pydantic模型的键值对结构天然兼容，Polars会优先把这种结构化对象映射成自己的原生Struct类型，而不是保留原始的Python对象。

接下来聊聊你遇到的报错问题：当你指定return_dtype=pl.Object时，Polars抛出了类型不匹配的错误，这是因为在agg上下文的map_batches操作中，Polars会自动推断你的wrap函数返回的输出结构和Struct类型完全匹配（毕竟Cat模型的字段刚好对应Struct的字段），而你强制指定了pl.Object，两者冲突就导致了报错。

要阻止这种自动转换、保留原始的Pydantic对象，你可以试试下面这些方法：

方法1：初始DataFrame就指定pl.Object dtype #

在创建包含Pydantic对象的列时，明确告诉Polars用pl.Object类型存储，这样它就不会一开始就把Cat转成Struct：

class Cat(pydantic.BaseModel):
    name: str
    age: int

cats = [Cat(name="a", age=1), Cat(name="b", age=2)]
# 用pl.Series指定dtype为pl.Object
df = pl.DataFrame({"cats": pl.Series(cats, dtype=pl.Object)})
df = df.with_columns(pl.lit(0).alias("acq_num"))

方法2：让map_batches返回pl.Object类型的Series #

修改你的wrap函数，让它返回一个标记为pl.Object dtype的Series，同时在map_batches里明确指定return_dtype=pl.Object：

def wrap(batch: pl.Series) -> pl.Series:
    # 针对批量数据生成包含Cat对象的Series，指定dtype为pl.Object
    return pl.Series([Cat(name="c", age=3) for _ in range(len(batch))], dtype=pl.Object)

df = df.group_by("acq_num").agg(
    pl.col("cats").map_batches(wrap, return_dtype=pl.Object).alias("cats")
)

# 现在检查类型，应该是Cat类实例
type(df["cats"][0][0])
# <class '__main__.Cat'>

方法3：改用map_elements处理单个元素 #

如果你的逻辑是对每个元素单独处理，map_elements比map_batches更直观，也更容易保留原始对象：

df = df.group_by("acq_num").agg(
    pl.col("cats").map_elements(
        lambda x: Cat(name="c", age=3), 
        return_dtype=pl.Object
    ).alias("cats")
)

这些方法的核心思路都是：让Polars明确知道你要存储的是任意Python对象（用pl.Object dtype标记），而不是它可以自动映射的原生Struct类型，这样它就不会触发自动转换逻辑，而是直接保留你的Pydantic模型实例。

备注：内容来源于stack exchange，提问作者newandlost