Polars 中如何正确获取列的数据类型（Schema 级校验而非行级表达式）-Python教程-PHP中文网

Polars 中如何正确获取列的数据类型（Schema 级校验而非行级表达式）

在 Polars 中，列的数据类型是全局一致的，无法通过行级表达式（如 pl.col().shrink_dtype()）动态判断每行类型；应使用 df.collect_schema() 或 df.schema 获取列级 Schema，并结合 dtype 选择器进行类型感知的批处理。

在 polars 中，列的数据类型是全局一致的，无法通过行级表达式（如 `pl.col().shrink_dtype()`）动态判断每行类型；应使用 `df.collect_schema()` 或 `df.schema` 获取列级 schema，并结合 dtype 选择器进行类型感知的批处理。

Polars 的核心设计原则之一是列式强类型一致性：同一列中所有值共享完全相同的物理数据类型（如 list[i64]），该类型在 DataFrame 构建时即确定，且对整列统一有效。因此，试图在 .select() 中用表达式（如 pl.col("list_column").shrink_dtype() == pl.List）逐行检查类型，不仅语义错误，而且技术上不可行——shrink_dtype() 是一个 eager 操作，仅适用于 Series 或 DataFrame 的 eager 模式，不能在 lazy 表达式上下文中调用，更不支持返回类型对象用于逻辑比较。

正确的做法是直接访问 Schema 层信息：

import polars as pl

df = pl.DataFrame({"list_column": [[1, 2], [3, 4], [5, 6]]})

# ✅ 推荐：获取列类型（lazy 或 eager 均适用）
schema = df.collect_schema()  # 返回 Schema 对象（Polars ≥ 0.20.0）
print(schema["list_column"])  # → List(Int64)

# 或兼容旧版本
print(df.schema["list_column"])  # 同样输出 List(Int64)

# ✅ 类型校验示例：检查是否为 list 类型
is_list_col = isinstance(schema["list_column"], pl.List)
print(is_list_col)  # True

# ✅ 结合 dtype 选择器进行类型导向操作（推荐模式）
list_cols = df.select(pl.col(pl.List))  # 自动筛选所有 list 类型列
numeric_cols = df.select(pl.col(pl.NUMERIC_DTYPES))  # 筛选数值列

⚠️ 注意事项：

shrink_dtype() 仅在 eager 模式下对 Series/DataFrame 生效（如 df["list_column"].shrink_dtype()），返回的是优化后的 Series，不是类型对象，不可用于 == pl.List 比较；
pl.List 是类型构造器，需传入子类型（如 pl.List(pl.Int64())）才构成完整类型；直接写 pl.List 是不完整类型，比较恒为 False；
若需在 LazyFrame 中做类型条件分支（如“若列为 list 则展开，否则保留”），应使用 Python 层逻辑预判 Schema，再构建对应表达式，而非在表达式内部“运行时判断类型”。