Polars：通过算法取消嵌套列，无需 for 循环

Question

我正在使用用嵌套结构（有时是多层深度）编写的多个镶木地板数据集。我需要输出一个扁平的（无结构）模式。现在我能想到的唯一方法是使用 for 循环来迭代列。这是一个简单的例子，我在其中进行循环。

while len([x.name for x in df if x.dtype == pl.Struct]) > 0:
    for col in df:
        if col.dtype == pl.Struct:
            df = df.unnest(col.name)

这可行，也许这是唯一的方法，如果是这样，了解这一点会很有帮助。但 Polars 非常简洁，我想知道是否有一种更实用的方法可以做到这一点，而无需所有循环并将 df 重新分配给自身。

Answer 1

如果你有这样的 df：

df=pl.DataFrame({'a':[1,2,3], 'b':[2,3,4], 'c':[3,4,5], 'd':[4,5,6], 'e':[5,6,7]}).select([pl.struct(['a','b']).alias('ab'),  pl.struct(['c','d']).alias('cd'),'e'])

您可以通过执行以下操作来同时解除ab和的嵌套cd

df.unnest(['ab','cd'])

如果您事先不知道列名和类型是什么，那么您可以使用如下列表理解：

[col_name for col_name,dtype in zip(df.columns, df.dtypes) if dtype==pl.Struct]

我们现在可以将该列表理解放入 unnest 方法中。

df=df.unnest([col_name for col_name,dtype in zip(df.columns, df.dtypes) if dtype==pl.Struct])

如果结构内部有结构，例如：

df=pl.DataFrame({'a':[1,2,3], 'b':[2,3,4], 'c':[3,4,5], 'd':[4,5,6], 'e':[5,6,7]}).select([pl.struct(['a','b']).alias('ab'),  pl.struct(['c','d']).alias('cd'),'e']).select([pl.struct(['ab','cd']).alias('abcd'),'e'])

那么我认为你无法摆脱某种 while 循环，但这可能更简洁：

while any([x==pl.Struct for x in df.dtypes]):
    df=df.unnest([col_name for col_name,dtype in zip(df.columns, df.dtypes) if dtype==pl.Struct])