如何解构极坐标中的嵌套结构（python api）？

Question

不幸的是，我不得不处理极坐标数据框中的一些嵌套数据。 （我知道这是不好的做法）考虑数据：

data = {
    "positions": [
        {
            "company": {
                "companyName": "name1"
            },
        },
        {
            "company": {
                "companyName": "name2"
            },
        },
        {
            "company": {
                "companyName": "name3"
            },
        }
    ]
}

positions

是数据框中的一列。我已经探索了 Polars python api 文档，但无法弄清楚如何将

companyName

字段提取到单独的列表列中。

我想实现与此理解相同的效果：

names = (
    [
        p["company"]["companyName"]
        for p in data["positions"]
        if p.get("company") and p.get("company").get("companyName")
    ]
    if data.get("positions")
    else None
)

注意空检查。

我感觉我必须将

pl.list.eval

函数与

pl.element

一起使用，但我对 api 有点模糊。

Before:
shape: (3, 1)
┌─────────────┐
│ positions   │
│ ---         │
│ struct[1]   │
╞═════════════╡
│ {{"name1"}} │
│ {{"name2"}} │
│ {{"name3"}} │
└─────────────┘

After:
shape: (3, 1)
┌───────┐
│ names │
│ ---   │
│ str   │
╞═══════╡
│ name1 │
│ name2 │
│ name3 │
└───────┘

Answer 1

您可以使用

.struct.field()

或

.struct[]

语法来提取结构体字段。

df.with_columns(
   pl.col("positions").struct["company"].struct["companyName"]
)

shape: (3, 2)
┌─────────────┬─────────────┐
│ positions   ┆ companyName │
│ ---         ┆ ---         │
│ struct[1]   ┆ str         │
╞═════════════╪═════════════╡
│ {{"name1"}} ┆ name1       │
│ {{"name2"}} ┆ name2       │
│ {{"name3"}} ┆ name3       │
└─────────────┴─────────────┘