Polars 的 with_columns 不支持在同一次调用中先定义新列再立即引用它，但可通过表达式变量复用、查询计划优化及海象运算符（:=）优雅解决，避免多次链式调用。
polars 的 `with_columns` 不支持在同一次调用中先定义新列再立即引用它，但可通过表达式变量复用、查询计划优化及海象运算符（`:=`）优雅解决，避免多次链式调用。
在 Polars 中，with_columns（以及 select、filter、group_by 等上下文）内所有表达式是并行求值的——这意味着你无法在同一个 with_columns 调用中“先创建列 AB，再用它计算 ABC”。如下代码会失败：
df = df.with_columns(
(pl.col("A") + pl.col("B")).alias("AB"),
(pl.col("AB") + pl.col("C")).alias("ABC") # ❌ 错误：列 "AB" 尚未存在
)
根本原因在于：Polars 在该上下文中不维护“列创建顺序”，所有 pl.col(...) 引用均指向原始 DataFrame 的列（或已存在的列），不会识别当前 with_columns 中正在定义的新列名。
✅ 正确做法是：将公共子表达式提取为 Python 变量，并在多个 .alias() 中复用：
import polars as pl
df = pl.DataFrame({"a": [1], "b": [2], "c": [3]})
ab_expr = pl.col("a") + pl.col("b")
result = df.with_columns(
ab_expr.alias("ab"),
(ab_expr + pl.col("c")).alias("abc")
)
print(result)
输出：
shape: (1, 5) ┌─────┬─────┬─────┬─────┬─────┐ │ a ┆ b ┆ c ┆ ab ┆ abc │ │ --- ┆ --- ┆ --- ┆ --- ┆ --- │ │ i64 ┆ i64 ┆ i64 ┆ i64 ┆ i64 │ ╞═════╪═════╪═════╪═════╪═════╡ │ 1 ┆ 2 ┆ 3 ┆ 3 ┆ 6 │ └─────┴─────┴─────┴─────┴─────┘
? 关键优势：Polars 的查询优化器会自动识别 ab_expr 是共享子表达式，并在物理执行时只计算一次（通过内部临时别名如 __POLARS_CSER_...）。可通过 .lazy().explain() 验证：
df.lazy().with_columns(
ab_expr.alias("ab"),
(ab_expr + pl.col("c")).alias("abc")
).explain()
输出中可见嵌套的 WITH_COLUMNS 结构，证实了子表达式被提取并复用，无冗余计算。
? 进阶技巧：使用海象运算符（:=）实现“就地定义+复用”，提升紧凑性（Python ≥ 3.8）：
df.with_columns(
(ab_expr := pl.col("a") + pl.col("b")).alias("ab"),
(ab_expr + pl.col("c")).alias("abc")
)
⚠️ 注意事项：
- 海象运算符仅适用于表达式定义，不可用于复杂语句（如
if或循环）； - 命名变量（如
ab_expr）更利于调试、复用和团队协作； - 若逻辑极其复杂，仍建议拆分为多个
with_columns调用以提升可读性——性能影响微乎其微（得益于 Polars 的惰性执行与优化）。
总结：无需牺牲性能或可维护性。通过表达式变量化，你既能保持单次 with_columns 的简洁性，又能享受 Polars 深度优化的执行效率。
