有两种方法可以做到这一点。

struct/unnest

最简单的是.list.to_struct，然后unnest

from string import ascii_lowercase

(
    df
    .with_columns(
        pl.col('numbers').list.to_struct(
            fields=lambda idx: f"numbers_{ascii_lowercase[idx]}",
            n_field_strategy='max_width'
            )
        )
    .unnest('numbers')
)

字符串

获取

from string import ascii_lowercase
max_width=df['numbers'].list.len().max()
(
    df
    .select(
        pl.exclude('numbers'), 
        *[pl.col('numbers').list.get(x).alias(f"numbers_{ascii_lowercase[x]}") 
          for x in range(max_width)]
        )
    )

型
在任何一种情况下，你都会得到：

shape: (4, 3)
┌─────────┬───────────┬───────────┐
│ letters ┆ numbers_a ┆ numbers_b │
│ ---     ┆ ---       ┆ ---       │
│ str     ┆ i64       ┆ i64       │
╞═════════╪═══════════╪═══════════╡
│ a       ┆ 1         ┆ 1         │
│ a       ┆ 2         ┆ 3         │
│ b       ┆ 4         ┆ 5         │
│ c       ┆ 6         ┆ 7         │
└─────────┴───────────┴───────────┘

型
在前一种情况下，你可以更容易地链接方法，但第二种情况依赖于首先确定max_width，这是不太灵活的。第二种方法 * 可能 * 性能更好，但我真的不知道，所以值得检查。

对于那些像我一样不能使用.list（）方法的人，

# get timestamps as list
numbers_col= list(df['numbers'])

# transpose this
numbers_col = list(map(list, zip(*numbers_col)))

# add the columns back in
df = df.with_columns(
    pl.Series(name='numbers_a', values=numbers_col[0]),
    pl.Series(name='numbers_b', values=numbers_col[1]),
)

字符串
我的问题是有没有波兰人的方式，所以我会接受另一个答案。