如何递归将Polars DataFrame列名及嵌套结构体字段转为小写？

完全可以实现，你可以通过递归遍历DataFrame的Schema，将所有层级的字段名转为小写，再将修改后的Schema应用到原DataFrame上。这种方法性能高效，不需要逐行处理数据。

实现步骤： #

• 定义递归函数处理Schema：遍历每个字段，顶层字段名直接转小写；如果字段是结构体类型，递归处理其内部子字段
• 将处理后的Schema应用到原DataFrame

代码示例： #

import polars as pl

# 构造带多层嵌套结构体的测试数据
df = pl.DataFrame({
    "USER_ID": [1, 2],
    "USER_INFO": [
        {"FULL_NAME": "Alice", "CONTACT": {"EMAIL": "alice@example.com", "PHONE": "12345"}},
        {"FULL_NAME": "Bob", "CONTACT": {"EMAIL": "bob@example.com", "PHONE": "67890"}}
    ]
})

def lowercase_schema(schema: pl.Schema) -> pl.Schema:
    new_fields = []
    for field_name, dtype in schema.items():
        lower_name = field_name.lower()
        if dtype.is_struct():
            # 递归处理结构体内部字段
            nested_schema = lowercase_schema(dtype.fields)
            new_dtype = pl.Struct(nested_schema)
            new_fields.append(pl.Field(lower_name, new_dtype))
        else:
            new_fields.append(pl.Field(lower_name, dtype))
    return pl.Schema(new_fields)

# 应用转换后的Schema
df_lower = df.cast(lowercase_schema(df.schema))

# 查看结果Schema
print(df_lower.schema)

输出结果： #

Schema:
user_id: Int64
user_info: Struct([full_name: Utf8, contact: Struct([email: Utf8, phone: Utf8])])

这个方法支持任意层数的嵌套结构体，所有层级的字段名都会被统一转为小写。

内容的提问来源于stack exchange，提问作者dsully