トップ / 射影・選択

select

列を選んで取り出す。両方とも遅延評価で、実際のクエリは後段のアクションまで発行されない。

df.select("col_a", col("col_b") * 2)

ldf.select(pl.col("col_a"), pl.col("col_b") * 2)

挙動・設計の違い

Snowparkは select() の内容を "SELECT col_a, (col_b * 2) FROM ..." というSQLに変換し、collect() 等のアクション時にSnowflake上で実行する。Polarsは論理プランに射影ノードを追加し、実際に必要な列だけを早期に絞り込む（Projection Pushdown）。どちらも「その場で計算する」のではなく「計算の予定を組み立てる」動き方をする。

移行時の落とし穴

同じ select() の中で作ったエイリアス列を、同じ select() 内の別の式から参照することはできない（両APIとも）。列を使い回すときは select を分けてチェーンする必要がある。

射影・選択の他のメソッド

• drop ── 指定した列を取り除く。select の逆で、残す列でなく捨てる列を書く。
• with_column / with_columns ── 既存の列はそのままに、新しい列を1つ（または複数）追加する。
• with_column_renamed / rename ── 列名を変更する。
• col ── 列を式として参照する。以降のメソッドチェーンの起点になる、両APIで最も頻出する関数。
• lit ── 定数値を式として埋め込む。
• alias ── 式の出力列に名前をつける。
• columns / collect_schema().names() ── 現在の列名の一覧を取得する。
• schema / collect_schema() ── 列名と型の一覧（スキーマ）を取得する。

関連する基礎知識

• Snowparkのアーキテクチャと実行の仕組み

出典・検証情報

• Snowpark 公式リファレンス（select）
• Polars 公式リファレンス（select）

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-20）