本文介绍使用 Polars 原生方法如 with_columns() 配合 pl.lit()向现有 DataFrame 批量添加空列避免低效的 cross join 操作提升代码可读性与执行性能。 本文介绍使用 polars 原生方法如 with_columns() 配合 pl.lit()向现有 dataframe 批量添加空列避免低效的 cross join 操作提升代码可读性与执行性能。在 Polars 中为已有 DataFrame 添加多个新列尤其是空值或默认值列最直观但不推荐的做法是构造一个新 DataFrame 并执行 join(howcross) —— 这不仅语义不清cross join 本意是笛卡尔积还会引入冗余计算和内存开销且当原 DataFrame 行数较多时极易导致性能陡降。更符合 Polars 函数式、惰性求值设计哲学的方式是使用 .with_columns() 方法配合字面量表达式 pl.lit()。pl.lit() 可将 Python 字面量如 、None、0、False 等封装为 Polars 表达式Expression再通过 .alias() 指定列名从而实现“零成本”列扩展。以下是最简洁、推荐的写法import polars as pldf pl.DataFrame({a: [1, 2, 3]})mylist [fcol{i} for i in range(1, 4)]# ? 推荐一行完成多列添加类型自动推断result df.with_columns( pl.lit().alias(col) for col in mylist)print(result)输出shape: (3, 4)┌─────┬──────┬──────┬──────┐│ a ┆ col1 ┆ col2 ┆ col3 ││ --- ┆ --- ┆ --- ┆ --- ││ i64 ┆ str ┆ str ┆ str │╞═════╪══════╪══════╪══════╡│ 1 ┆ ┆ ┆ ││ 2 ┆ ┆ ┆ ││ 3 ┆ ┆ ┆ │└─────┴──────┴──────┴──────┘? 类型说明pl.lit() 默认推断为 StringType若需显式控制类型例如添加 null 列并指定为 Int64可结合 pl.lit(None).cast(pl.Int64) 使用。 千面数字人 千面 Avatar 系列音频转换让静图随声动起来动作模仿让动漫复刻真人动作操作简单满足多元创意需求。