MongoDB防注入攻击指南

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(how='cross') —— 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 = [f'col{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。