Polars中int_ranges采样行为疑问：链式与分步调用差异原因

链式调用的行为是预期表现吗？ #

是的，这是Polars的预期行为。

两种调用方式差异的核心原因 #

Polars里，pl.int_ranges()这类生成表达式的函数，如果直接在链式调用里串联list.sample()，会被当作常量表达式处理——它只会计算一次，生成一个固定的列表，然后把这个列表广播到所有行，所以所有行的采样结果必然相同，都是从同一个固定列表里抽的样本。

而拆分两步操作时，第一步先给每行生成独立的range列：此时pl.int_ranges()是在行级上下文执行，每行都会生成属于自己的range列表；第二步再对每行的range列单独执行list.sample()，相当于每行都做了一次独立的采样操作，自然能得到不同的随机样本。

举个实际代码对比更清楚：

链式调用（所有行样本相同） #

import polars as pl

df = pl.DataFrame({"id": [1,2,3]})
# 链式调用，采样结果全一致
result_chain = df.with_columns(
    sample=pl.int_ranges(0, 10).list.sample(3)
)
print(result_chain)

拆分两步（每行样本不同） #

# 拆分两步，每行采样独立
result_step = df.with_columns(
    range_col=pl.int_ranges(0, 10)
).with_columns(
    sample=pl.col("range_col").list.sample(3)
).drop("range_col")
print(result_step)

至于用pl.lit包裹参数没用，是因为pl.int_ranges()本身的逻辑就是生成单个常量列表，pl.lit只是把参数转成常量表达式，并没有改变它只生成一次列表的本质。

内容的提问来源于stack exchange，提问作者huangjj27