我有个准则

df.select([
    pl.all().exclude("elapsed_time_linreg"),
    pl.col("elapsed_time_linreg").arr.get(0).suffix("_slope"),
    pl.col("elapsed_time_linreg").arr.get(1).suffix("_intercept"),
    pl.col("elapsed_time_linreg").arr.get(2).suffix("_resid_std"),
])

解压缩函数的结果

@jit
def linear_regression(session_np: np.ndarray) -> np.ndarray:
    w = len(session_np)
    x = np.arange(w)
    sx = w ** 2 / 2
    sy = np.sum(session_np)
    sx2 = (w * (w + 1) * (2 * w + 1)) / 6
    sxy = np.sum(x * session_np)
    slope = (w * sxy - sx * sy) / (w * sx2 - sx**2)
    intercept = (sy - slope * sx) / w
    resids = session_np - (x * slope + intercept)
    return slope, intercept, resids.std()

def get_linreg_aggs(session) -> np.ndarray:
    return linear_regression(np.array(session))

df.select(
    pl.col("elapsed_time")
    .apply(utils.get_linreg_aggs)
    .cast(pl.Float32)
    .alias("elapsed_time_linreg")
)

它在Polars 17. 15上运行得很完美，但自从我将它升级到最新的（0. 18. 4）后，它就停止工作了。现在我得到以下错误，不知道如何解决这个问题：

AttributeError: 'ExprArrayNameSpace' object has no attribute 'get'

有没有办法在不降低版本的情况下修复它？或者更有效地从这个函数创建一堆列的方法？
我想用lru-cache缓存计算结果，但由于polars使用多处理，idk如果有帮助的话。