トップ / 射影・選択

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。

df.with_column("new_col", col("col_a") + 10)

ldf.with_columns((pl.col("col_a") + 10).alias("new_col"))

挙動・設計の違い

Snowparkの with_column は "SELECT *, expression AS new_col" に相当するSQLを作る（1回の呼び出しで1列）。Polarsの with_columns は複数の式をリストで受け取り、まとめて並列評価できるよう設計されている。

移行時の落とし穴

Snowparkで with_column を連続してチェーンすると、内部SQLがネストして複雑化しパフォーマンスが落ちることがある。複数列を足すときはPolarsのように with_columns へ式をまとめて渡す書き方（Snowparkにも with_columns はある）を優先したほうが安全。

射影・選択の他のメソッド

• 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。
• 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_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

• 料金構造とウェアハウスのリソース消費

出典・検証情報

• Snowpark 公式リファレンス（with_column / with_columns）
• Polars 公式リファレンス（with_column / with_columns）

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