英文:
polars: list to columns, without `get`
问题
你可以尝试使用以下代码来动态计算列表中元素的数量而不硬编码 2：
import polars as pl
df = pl.DataFrame({'a': [[1,2], [3,4]]})
num_elements = df['a'].apply(lambda arr: len(arr[0]))
select_expr = [pl.col('a').arr.get(i).alias(f'a_{i}') for i in range(num_elements)]
result_df = df.select(select_expr)
result_df
这段代码将首先计算列表中元素的数量，然后使用该数量创建相应数量的列。这样，你就可以适应不同列表中元素数量的情况，而不需要硬编码特定的数量。
英文:
Say I have:
In [1]: df = pl.DataFrame({'a': [[1,2], [3,4]]})
In [2]: df
Out[2]:
shape: (2, 1)
┌───────────┐
│ a │
│ --- │
│ list[i64] │
╞═══════════╡
│ [1, 2] │
│ [3, 4] │
└───────────┘
I know that all elements of 'a' are lists of the same length.
I can do:
In [10]: df.select([pl.col('a').arr.get(i).alias(f'a_{i}') for i in range(2)])
Out[10]:
shape: (2, 2)
┌─────┬─────┐
│ a_0 ┆ a_1 │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════╪═════╡
│ 1 ┆ 2 │
│ 3 ┆ 4 │
└─────┴─────┘
but this involved hard-coding 2.
Is there a way to do this without hard-coding the 2? I may not know in advance how many elements there in the lists (I just know that they all have the same number of elements)
答案1
得分: 5
df.with_columns(pl.col("a").list.to_struct()).unnest("a")
形状: (2, 2)
┌─────────┬─────────┐
│ field_0 ┆ field_1 │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════════╪═════════╡
│ 1 ┆ 2 │
│ 3 ┆ 4 │
└─────────┴─────────┘
英文:
You can convert to a struct and .unnest():
df.with_columns(pl.col("a").list.to_struct()).unnest("a")
shape: (2, 2)
┌─────────┬─────────┐
│ field_0 ┆ field_1 │
│ --- ┆ --- │
│ i64 ┆ i64 │
╞═════════╪═════════╡
│ 1 ┆ 2 │
│ 3 ┆ 4 │
└─────────┴─────────┘
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论