计算错误：从数据创建 Polars DataFrame 时无法附加值

Question

尝试从数据创建 Polars DataFrame 时遇到 ComputeError。错误信息是：

ComputeError: could not append value: 1.41431 of type: f64 to the builder; make sure that all rows have the same schema or consider increasing infer_schema_length it might also be that a value overflows the data-type's capacity

这是我的代码的相关部分： 可重现的 json 示例：test.json

import json
import pandas as pd
import polars as pl
response = requests.get('https://github.com/user-attachments/files/16026717/test.json')
res = json.loads(response.text)

df_pd = pd.DataFrame(res) # Creating DataFrame using Pandas (works fine)
df = pl.DataFrame(res) # Creating DataFrame using Polars (raises the error)

我期望 pl.DataFrame(res) 行的工作方式与 pd.DataFrame(res) 行类似，但它会引发上述错误。我还注意到，Polars 的已关闭的 GitHub 问题中讨论了类似的错误，但尽管使用了最新版本的 Polars (0.20.31)，我仍然遇到此错误。

有人遇到过类似的问题或对如何解决这个问题有任何见解吗？

我检查了res中值的类型，它们似乎是一致的。我还尝试了其他方法，例如将浮点数四舍五入到小数点后 5 位或增加

infer_schema_length

，但它们不起作用，我再次遇到相同的错误。

Answer 1

通过将

infer_schema_length

设置为

None

解决了问题，感谢jqurious

pl.DataFrame(res, infer_schema_length=None)

似乎是因为

infer_schema_length

的默认值为100而引发了错误。但是，在我们的数据中，只有当行大于100时才能检测到该列的类型。 我在GitHub问题中建议修改错误描述，以便用户可以通过将参数设置为

None

来轻松调试他们的代码。